灵光接了40项服务 GEO要看哪三个指标
2026-11-06博晓通

灵光接了40项服务 GEO要看哪三个指标

灵光接了40项服务 GEO要看哪三个指标 文章配图

截至 11 月 5 日的公开信息,蚂蚁集团个人 AI 助手灵光在 11 月 4 日把外部连接器扩到 40 项,麦当劳、哈啰打车、微信读书等被接入;10 月 27 日发布的灵光 2.0 上线一周已帮助用户管理超过 116 万项事务、执行超过 360 万次任务,用户规模突破 2000 万;从请求分类看,财务与消费场景占比 23.83%,健康与习惯场景 21.46%。当一个 AI 助理开始替用户比价、下单、盯订单,品牌在 AI 回答里被不被提及、被谁引用,就不再是边角问题,而是 GEO 要直接监测的核心指标。

AI 助理替用户办事 入口的位置变了

已知事实未证实需要核实
11 月 4 日累计打通 40 项外部连接器各连接器的调用频次平台是否披露分项数据
2.0 上线一周托管超 116 万项事务、执行超 360 万次任务任务成功率官方质量指标口径
财务与消费场景占比 23.83%该场景下的成交转化是否存在交易链路数据

变化分两步发生。第一步是提问从关键词变成自然语言,用户不再输入“咖啡机 推荐”,而是说“预算两千、两个人用、想要能打奶泡的”。第二步是执行从对话走向代办,助理在获得授权后持续跟进,提醒补货、盯住价格、催发货。两步走完,品牌面对的不再是一个搜索框,而是一个会主动筛选的中间人。

从问答到代办的两步

问答阶段,品牌只要被提到就有曝光;代办阶段,被提到还不够,还要被选中。助理在代办时通常只给出一到两个方案,因为用户要的是结论不是清单。这意味着 AI 回答里的推荐位次,比提及次数更接近真实的商业价值。监测口径要跟着调整:从“有没有出现”转向“排在第几、被推荐的理由是什么”。

为什么现在就要建基线

因为语料在快速变化。连接器每增加一项,就多一类可被回答的问题;用户规模每上一个台阶,就多一批新的提问方式。没有基线,任何优化都无法验证。建基线不需要复杂工具,只需要把品类相关问题固定下来,在同一批平台上重复提问并留档,四周之后再比一次。

三个指标先立起来

第一个是品牌提及率,指在固定问题库的回答中出现品牌的比例。它反映的是覆盖面,不反映质量。第二个是推荐位次,指品牌在回答列举中的排序,反映的是被选中的概率。第三个是引用来源占比,指回答所引用的页面中,官方站、媒体、电商平台、UGC 各占多少,反映的是品牌被谁代表。

指标定义采样方式
品牌提及率回答中出现品牌的比例问题库逐条提问
推荐位次品牌在列举中的排序人工或脚本标注
引用来源占比来源按类型的构成读取回答附带的来源

引用来源决定描述口径

AI 回答描述一个品牌时,措辞往往来自被引用的页面。引用促销页,回答里就只剩价格;引用评测,回答里会出现参数对比;引用官方公告,回答里会有规格与适用人群。因此 GEO 的工作不只是让品牌被提到,还要让正确的页面被引用。监测时把来源按类型分层统计,才能看出品牌形象被哪类内容塑造。

这一点在消费场景里尤其明显。财务与消费类请求占 23.83%,用户问的多是“值不值”“哪个更划算”,这类问题的答案高度依赖价格与参数的可比性。如果品牌的可引用页面只有促销信息,AI 回答就只能给出价格判断,品牌的差异化能力被完全省略。

竞品占位怎么读

竞品占位不是看竞品出现了几次,而是看在哪些问题上出现、以什么身份出现。同一个问题下,如果竞品总是以“性价比选项”出现,而你的品牌总是以“高端选项”出现,说明两者的定位在语料层面已经固化,短期内容调整很难改变。反过来,如果竞品只在你没有覆盖的场景问题里出现,那就是可争夺的空间。

读竞品占位时要控制变量:同一问题库、同一时间窗、同一批平台。不同平台的语料结构差异很大,有的偏重百科与新闻,有的偏重社区问答,有的直接引用商品页。跨平台比较时,先看各平台的来源构成,再看品牌位次,否则会把平台差异误判为品牌差异。这一点与科技日报对灵光生态的报道所描述的趋势一致:AI 的能力边界正在从单一工具扩展到连续的生活管理,可被引用的信源类型也随之变多。

证据边界在哪里

需要说清楚的是,目前没有公开数据能把 AI 回答中的曝光换算成成交。各平台不披露 AI 入口的转化率,第三方也难以做归因实验。因此监测结论应止步于可见度与来源结构,不宜外推为销量预测。把边界讲明白,团队才不会把 GEO 当成投放的替代品,而是当成内容策略的校准工具。

另一条边界是样本量。问题库再全,也只是用户真实提问的一个子集;采样再密,也只能反映采样时刻的状态。按人民政协网的报道,灵光 2.0 一周内执行超过 360 万次任务,这个量级意味着回答在持续生成、持续变化,任何一次抽样都只是切片。可行的做法是把抽样变成周期动作,用趋势代替快照,并结合艾瑞咨询的调研所显示的消费心态变化理解波动。

常见问题

  • GEO 和传统 SEO 的差别在哪?

    SEO 争的是搜索结果页排序,用户点进链接才算曝光;GEO 争的是 AI 回答里品牌是否被提及、以什么措辞被描述、引用了哪些页面。前者是位置竞争,后者是引用竞争。

  • AI 助理接入更多服务,会改变品牌可见度吗?

    会改变提问的方式与数量。当用户把比价、下单、盯订单交给助理,围绕“买什么”的提问会增加,回答中的品牌次数与来源结构也会变化,需要在同一套问题库上重复采样才能看出来。

  • 三个指标里哪个最先能看出问题?

    引用来源占比。提及率会随语料波动,但来源结构一旦集中在促销页,回答的措辞就会被价格绑架,这种偏差比提及率下降更早暴露问题。

  • 监测结果能直接指导投放吗?

    只能指导内容与信源策略,不能直接换算成投放预算。各平台不披露 AI 入口的转化率,可见度与成交之间缺少可验证的换算关系。

数据来源