截至 11 月 5 日的公开信息，华贵人寿的生成式引擎优化项目已于 11 月 4 日在黔云招采平台公示中标候选人：京东科技信息技术有限公司以 91.53 分列第一候选，珍岛信息技术以 84.64 分列第二。这个项目把交付拆成三个核心词包、五十个优化问题与五个主流 AI 平台，周期三个月，甲方对 GEO 的验收口径第一次细到可以直接对照检查的程度，而不再停留在“提升 AI 可见度”这类无法验收的表述上。
公示里能看到的两个数字
91.53 与 84.64 是两位候选人的评审得分，差距接近七分。公示没有披露评分细则的权重分配，但项目结构本身已经说明了在评什么：三个核心词包、五十个优化问题，覆盖 DeepSeek、豆包、腾讯元宝、通义千问与 Kimi 五个平台，服务周期三个月。与常见的年度框架采购相比，这是一次典型的短周期、强验收的试点型采购，预算规模有限，验收边界却写得比年框更清楚。
采购方式也值得看一眼。询比采购而非公开招标，意味着甲方对供应商范围已有预判，评标重点落在方案与报价的匹配度上。对服务商而言，这类项目的门槛不在创意，而在能否把交付物拆到可逐项核对的粒度，并在三个月内交出可以复盘的记录。
三个词包与五十个问题意味着多少工作量
把交付物写成词包乘问题乘平台，等于把一次 GEO 合作分解成一百五十个可以单独检查的单元。三个词包通常对应品牌词、品类词与场景词三类意图，五十个问题则是每个词包下需要被 AI 回答覆盖的具体提问方式。同一个问题在五个 AI 平台上的回答所引用的信源并不一致，因此结果必须分平台记录，而不能用一次抽样得出的综合分代替整体结论。
为什么不能只报一个综合推荐率
行业里常用的四类指标是推荐率、前三推荐率、优先推荐率与品牌力，其中品牌力由前三项与平均排名加权算出。这些指标本身没有问题，问题出在分母：样本量、提问时间、平台版本任何一个变化都会让数字漂移。只报一个百分数而不附统计区间，三个月后无法复盘到底是内容修改起了作用，还是平台换了检索方式。
为什么甲方开始为测量本身付费
同期还有几个采购信号值得放在一起看：广汽传祺发布 BU 级 GEO 标准化及品牌优化咨询项目，要求建成车型知识库、核心问题集、AI 适配内容规范、信源准入规则与量化效果评估标准五位一体的体系；哈尔滨索菲亚景区就知识库与信源矩阵建设发布询价；深圳广电以单一来源方式采购 GEO 监测服务及配套数据平台。采购主体从消费品牌扩散到车企、文旅与媒体，说明预算买的不只是内容生产，还包括可复核的测量。
| 指标 | 定义 | 分母必须写清 | 三个月试点建议 |
|---|---|---|---|
| 推荐率 | 品牌在 AI 回答中被提及的提问次数占比 | 提问总数、平台数、采样天数 | 分平台记录，不合并成单一数字 |
| 前三推荐率 | 品牌进入回答前三位提及的比例 | 同上，且需人工判定位次 | 保留原始回答以核对位次 |
| 优先推荐率 | 品牌在回答第一位被提及的比例 | 同上 | 单列统计，不与推荐率混算 |
| 品牌力 | 前三项与平均排名的加权得分 | 权重需在合同中写明 | 仅作内部参考，不作唯一验收依据 |
这张表的作用是把口头承诺变成可对照的条目。同一份周报里如果只出现一个综合分，采购方无法判断是问题库没覆盖、内容没被引用，还是某个平台本来就不给机会。
交付颗粒度细化后供应商要补的三块能力
第一块是问题库构建能力，五十个问题不是随手列出来的，要覆盖用户真实提问的长尾表达与追问路径。第二块是分平台的数据回传与存档，不同模型的接口权限与调用配额各不相同，能不能稳定取到完整回答是硬门槛。第三块是信源布局，AI 回答引用了哪些页面决定了品牌能否被稳定提到，仅靠官网自证的作用有限。
验收清单该怎么写进合同
合同里至少要写清三件事：监测频次与样本量、指标的统计口径与统计区间、效果不达标时的处理方式。只写一个目标推荐率而不写分母，等于把解释权交给供应商。
预算区间与全包承诺的现实差距
从公开的选型讨论看，一年两三万元乃至三五万元想买到年框全包的 GEO 服务通常不现实，仅内容投放成本就可能超过这个数，这个价位对应的往往是缺乏自研监测系统的交付。更稳妥的做法是先做三十到九十天的季度试点，用可见度与线索验证价值后再考虑年框。华贵保险这次三个月的周期，正好落在试点区间内。
常见问题
华贵人寿这个项目的评分差距说明了什么？
91.53 分与 84.64 分相差接近七分，说明评审在方案与交付能力上拉开了区分度，但权重未公开，无法据此推断单项得分。
三个词包、五十个问题为什么必须按平台拆？
同一个问题在不同 AI 平台引用的信源不同，合并统计会掩盖单一平台的可见度缺口，也无法指导后续的信源建设。
三个月的周期够不够做出 GEO 效果？
三个月可完成问题库搭建、内容上线与两轮复测，足以验证方向，但覆盖不了长尾问题的收录周期。
企业自己采购 GEO 时最该先定什么？
先定分母，即提问总数、平台范围与采样频次，再谈目标推荐率，否则验收时容易陷入口径争议。
