截至10月27日的公开信息，10月16日下午，《生成式引擎优化（GEO）》团体标准（T/CAACCHINA 001～005—2026）在上海数字广告园发布，由中国商务广告协会提出并归口、AI营销应用工作委员会组织开展，现场约150人出席，编制历时半年，汇聚41家参编单位与75位专家。五项标准对应"术语统一、服务可评、效果可测、语料可信、流程合规"五个目标，其中第3部分《计价、评估与测量规范》给出了采样、指标与复核的具体要求。对品牌方来说，这套标准解决的是一个长期存在的问题：引用效果到底怎么测，才能横向比较、能被复核。
一、标准定了什么
五项标准的分工是清楚的：第1部分统一术语，第2部分评估服务商能力，第3部分管计价、评估与测量，第4部分管可信语料，第5部分管流程合规。品牌最容易用到的是第3部分，因为它直接回答了三个实操问题：怎么报价、怎么定指标、怎么复核。
标准把行业痛点归纳为四条：术语混乱、服务质量参差、语料投毒、效果度量缺失。四条里前三条是行业治理问题，第四条才是品牌每天要面对的。效果度量缺失的意思是，同一份工作，不同服务商报出的数字口径不同，品牌无法横向比较，也无法判断改善是真的还是换了算法。
二、计价与指标的口径
第3部分在投入端明确了七类计价最小单元：内容、生成式引擎、时间、数据、交付、信源和语料；在计价模式上梳理出五类：按项目、按内容和数量、按效果、按系统交付使用、混合式。这两组划分的意义是把"一个报价"拆成"可核对的单元"，让合同里写清楚买的是哪几样东西。
| 维度 | 标准给出的口径 | 品牌侧要核对的内容 |
|---|---|---|
| 计价单元 | 内容、引擎、时间、数据、交付、信源、语料七类 | 合同是否逐项列明数量与单价 |
| 计价模式 | 按项目、按量、按效果、按系统、混合五类 | 效果类计价是否写清判定指标 |
| 效果指标 | 可见表现、情感倾向、信息支撑、信源引用四类 | 四类是否都有采集与基线 |
| 度量口径 | 可见率、可见份额等九项 | 口径定义是否与历史数据一致 |
产出端把效果指标归为四类：可见表现与情感倾向衡量品牌在回答中的出现、相对表现与评价倾向；信息支撑与信源引用检查指定信息的表达质量，并区分引用数量占比与提问覆盖比例。在此基础上确立了九项关键度量口径，包括可见率与可见份额。这四类指标的价值在于分工：前两类看结果，后两类看原因。
很多品牌的问题是把四类混成一个总分。总分好看，但看不出是"出现得更多"还是"说得更准"，也就不知道该加内容还是该改事实。按标准拆成四类之后，改善动作才有落点：可见表现低就补内容覆盖，信息支撑低就补事实与参数，信源引用低就补权威来源。
三、采样规范怎么用
采样是这套标准里最可操作的部分。标准建议中国市场覆盖不少于3个城市、5个生成式引擎；覆盖2个及以上引擎时，单一引擎样本占比不超过80%；单一分析颗粒度的有效样本量建议不少于30次。三条要求合起来，指向的是代表性：城市不够，地域差异被抹平；引擎太集中，结论只对一家平台成立；样本太少，波动会被当成趋势。
运行与复核的要求
系统运维方面，标准要求支持7×24小时持续运行，核心任务失败或中断率控制在2%以内，并配备故障告警与补采机制。数据安全方面，原始数据需至少保存至结案后3年，敏感数据加密处理；若指标连续异常且无合理业务归因，须在3个工作日内出具复核结论。
这两条对品牌的直接价值是举证。当服务商报出"引用率提升"时，品牌可以要求出示原始数据、采集时间与失败率记录。没有这些，改善无法复核；有了这些，争议可以按流程解决，而不是靠互相说服。
测量原则的五条
标准确立的五条测量原则是：指标完整、方法透明、方法科学、流程透明、分组一致。五条里最容易被忽略的是分组一致，它要求不同批次的对比使用同一分组方式。分组一变，同比就失去意义，这也是很多月度报告看起来波动很大、实际只是分组调整的原因。
四、品牌怎么接这套标准
这套标准最直接的用途，是把 AI 搜索可见度的测量从各家自说自话，变成可横向比较的口径。对需要做竞品对比的团队来说，可见率与可见份额的定义统一之后，跨服务商的数字才具备可比性，品牌也才能判断预算该往哪个方向加。
接标准不是换服务商，而是改合同与改看板。合同层面，把计价单元、效果指标、采样要求、数据保存与复核时限写进条款；看板层面，把四类效果指标与九项口径落到固定问题库、固定时间窗、固定分组。两件事做完，历史数据才有可比性。
还需要注意标准的性质。团体标准是行业自律性文件，不是强制国标，执行靠合同约定。品牌如果只在口头上认同标准，不在合同里写清，实际交付仍然按服务商自己的口径走。标准真正的约束力，来自品牌把它变成验收条件。
五、动作清单
把标准落到执行，一个采购周期可以完成一轮合同与看板改造。核心动作是把计价单元逐项列明、把四类指标写进验收、把采样与复核要求写进条款。清单不长，但要求法务与业务一起过一遍合同。
需要说明的是，本文引用的标准编号、发布时间与部分条款来自发布会报道与参编方解读，标准全文的公开版本尚未核对，条款细节以正式文本为准。文中提到的市场规模30亿元为编制方测算，测算方法未公开，仅作方向参考。
常见问题
团体标准有强制力吗？
没有强制力，属于行业自律性文件。它的约束力来自合同：品牌把标准条款写进采购合同与验收条件，标准才真正生效。只在口头上认同、不落到合同，交付仍按服务商自己的口径走。
为什么要规定单一引擎样本占比不超过80%？
防止结论只对一家平台成立。如果八成样本来自同一个引擎，测出来的引用率反映的是那家平台的规则，换平台就不成立。要求多引擎分布，是为了让结论具备跨平台的解释力。
单颗粒度30次样本够吗？
作为最低要求，30次能支撑比例类指标的粗略估计，但不足以支撑细分问题簇的对比。品牌如果要做问题簇级别的归因，样本量应按簇分别计算，而不是把总量摊到各簇。
四类效果指标应该先看哪一个？
先看可见表现，它决定品牌是否进入回答；再看信息支撑，它决定说得好不好；然后看信源引用，判断通道是否健康；情感倾向放在最后，因为它受单条负面内容影响大，波动也大。
