2026 年被不少从业者称作 GEO 的合规元年：7 月 T/CGCC 119-2026 实施，8 月 T/CAPT 026—2026 落地，9 月中国商务广告协会发布 T/CAACCHINA 001—005—2026 系列标准，10 月中国广告协会的 T/CAAAD 046—048—2026 系列开始执行。截至 11 月 5 日的公开信息，这几套团体标准把“品牌在 AI 回答里被怎么描述”从一门靠手感的手艺，改造成有采样口径、有复测周期、有归因边界的可复核流程。对每天要向管理层汇报“AI 上表现如何”的团队来说，这套变化比任何一次平台改版都更直接影响日常工作该怎么记录、怎么算、怎么解释。
三套团标把 GEO 从手艺变成了可复核的流程
先把三套标准的定位分清。T/CAPT 026—2026 由中国新闻技术工作者联合会于 8 月 11 日发布、8 月 12 日实施，从治理视角给出六项基本原则，并把治理能力细分为 L1 基础、L2 专业、L3 综合治理三级，配套“三区分治”“异常熔断与纠偏”“应急演练与红队测试”等条款。它管的是底线，回答“什么不能做”（三套标准条款的系统梳理）。
T/CAACCHINA 001—005—2026 管的是方法与计价，明确不同类型服务商应依据业务特点对照相应指标评估，不进行跨类型的直接排名。这一条看似只是评估原则，实际影响很大：它意味着把一家做内容的服务商和一家做监测工具的服务商放在同一张榜单上比较，本身就是不合规的评估方式。采购方如果还按总价排序，很容易买到能力错配的方案。
条款里的硬指标 恰好是可复测的那几项
真正会改变日常工作的，是那些写死了数字的条款。采集引擎建议不低于 5 个、单一引擎样本占比不超过 80%、最小颗粒度的有效提问样本量不低于 30 次、原始采集数据至少保存至结案后三年——这几条合在一起，等于给“品牌在 AI 里表现如何”这句话定了可复现的最小条件。以前一份报告只问三个问题、只看一个平台，也能得出结论，现在这种做法在标准语境下站不住。
| 标准编号 | 发布与实施 | 对监测的硬要求 |
|---|---|---|
| T/CAPT 026—2026 | 8 月 11 日发布，8 月 12 日实施 | 治理分级 L1 至 L3，异常熔断与纠偏机制 |
| T/CAACCHINA 001—005—2026 | 9 月 9 日发布，9 月 10 日实施 | 引擎不少于 5 个，单引擎占比不超 80%，提问样本不少于 30 次 |
| T/CAAAD 046—048—2026 | 10 月 13 日发布，10 月 23 日实施 | 基线采样，不少于 3 个时间窗口，单指标不少于 30 次观测 |
| T/CGCC 119-2026 | 7 月实施 | 设提及率、首位与前三提及率、信息准确率等考核项 |
复测要求同样具体。T/CAAAD 系列在效果监测与验证要求中规定：优化实施前应做基线采样并固定基线、排除短期波动；正式验证宜采用不少于 3 个时间窗口的重复采样；当目标引擎的模型或产品版本发生重大变化时，应重新标注监测周期并重建基线。这一条把很多团队的日常做法直接否掉了——版本一换还接着用旧基线算增幅，得出的数字没有意义。
信源也要分级 不再凭感觉选
内容源主体的分类分级要求引入了六维评分、四级分级和满分为 100 分的综合可信度得分模型，用可量化的框架替代“凭感觉选信源”。对品牌的实际影响是：铺内容之前要先判断目标站点属于哪一级，而不是看它流量大不大。同一篇稿子发在高可信度站点和被判定为低质矩阵的站点，对 AI 引用的作用完全不同，后者的风险还在上升。
归因边界 标准自己先划了线
值得单独拎出来的是归因条款。标准明确服务主体不宜将全部效果变化简单归因于 GEO 服务，并要求搜索请求样本具备可说明、可追溯的来源并保留版本记录。这两句话对乙方是约束，对甲方是保护：它给了采购方一个正当理由，去要求报告里列出同期平台改版、竞品动作、季节性波动等干扰项，而不是把所有增长都算成优化功劳。
这条边界背后有现实背景。2026 年央视 3·15 晚会曾曝光付费即可让虚构产品进入大模型推荐的黑灰产，4 月底中央网信办启动“清朗·AI 应用服务典型违规问题”专项治理，明确整治以技术手段实施的数据投毒。行业里也有判断认为，2027 年约三成不合规的中小服务商会退出（服务商格局与合规治理分析）。标准落地不是给行业加一层手续，而是在把不可核验的交付方式挤出去。
对品牌来说 验收清单该长什么样
最实用的改法是把验收拆成三层。基础层看交付物是否齐全：知识库结构、内容底稿、发布记录、监测报告、复测对比和交接文档。效果层看基线问题集的变化：品牌提及、推荐位置、引用来源、事实准确性、跨平台一致性。经营层看承接路径是否顺畅：官网咨询、表单、商城下单能不能接住流量。三层各有指标，项目就不容易停在“发了多少篇”上（团标与治理条款的对照解读）。
按标准改自己的监测口径
- 把现有问题集补齐到每个品类不少于三十个问句，并固定记录采样日期与平台版本。
- 把基线单独固化存档，模型或产品版本变更时重建基线，旧数据只做参考不做对比。
- 报告里增加干扰项一栏，列出同期平台改版、竞品动作与季节因素。
- 信源按可信度分级归档，低分级站点不再作为主力投放渠道。
四条里最容易被应付的是第二条。很多团队把“重建基线”理解为重新截一次图，实际上要求是把旧的对比关系作废，重新建立起点。如果不做这一步，版本升级带来的答案结构变化会被记成优化成果或优化失败，两种误判都会让后续判断失真，而这类失真往往要两三个月后才被发现。
常见问题
团体标准不是强制标准，品牌为什么要在意？
因为采购与验收会先按它对齐。标准给出了采样规模、复测窗口和归因边界的具体数字，甲方可以用它判断一份报告是否可信，乙方也可以用它对冲不合理的要求，实际约束力来自合同而不是强制力。
小预算项目也要采五个引擎、三十次提问吗？
标准给的是建议下限，核心是保证结论可复现。预算有限时优先减少问句覆盖的品类数，而不是砍掉采样次数，否则单个结论的置信度不足，报告反而没有决策价值。
怎么判断一家 GEO 服务商是否合规？
看三件事：能否说明采样口径与复测周期、是否愿意在报告里列干扰项、信源是否分级。若对方只承诺固定占位或拒绝披露采样明细，基本可以判定不符合当前标准的要求。
AI 可见度的效果该怎么归因？
先固定基线、按多个时间窗口复测，再把同期平台改版与竞品动作列为干扰项。标准明确不宜将全部变化归因于 GEO 服务，因此报告中应给出区间而不是单点结论。
