截至 11 月 9 日的公开信息，GEO 的采购核验已经有了一套可以逐项查的凭据：3 月中国信通院与中国人工智能产业发展联盟发布《生成式引擎优化服务可信基本要求》并完成专项评测，7 月 10 日又发布《GEO 能力完备性测评规范》，覆盖六个维度并设基础级、完备级、卓越级三档；7 月 1 日中国商业联合会的 T/CGCC 119-2026 正式实施，统一了服务流程与四项核心指标；8 月 11 日 T/CAPT 026-2026 首次划出白帽与黑帽边界，建立信源可信度 A/B/C/D 四级体系。合规从可以口头宣称的形容词，变成了需要第三方核验的资格条件。
先查证，再谈效果
这三份文件解决的是同一个问题：在此之前，什么算合格、什么算有效，基本由乙方自己定义。现在签约前可以查的东西变得具体——有没有完成算法备案，有没有通过信通院的能力测评，信源策略是否以 A/B 级为主，合同是否附有不可承诺事项清单。据行业白皮书的梳理，9 月中国广告协会发布的五项团体标准统一了可见率、可见份额等九项效果指标的可复现测量口径，并明确要求服务商提供不可承诺事项清单作为合同附件。
对品牌方来说，这个变化把选型的重心从听其言转向查其证。过去比的是案例多不多、排名高不高，现在可以先看资格：算法备案号能不能查到，测评证书是哪一个批次，白帽与黑帽的边界是否写在服务条款里。这些是签约前就能完成核对的部分，不需要等三个月试用。
把不可承诺写进合同
AI 答案高度不稳定，结果对赌在当前技术条件下缺乏可执行性。更现实的做法是约定可查验的过程指标：喂料批次、问句池维护频次、引用可追溯比例、事实主数据更新及时率。这四项都能留下记录，也都能在月度复盘里被核对，比承诺某个百分比的首位提及率更接近可交付的东西。
过程指标怎么定
过程指标要可记录、可追溯、可对比。喂料批次记的是每月新增与更新的内容条数，问句池维护频次记的是问题集的更新与扩充节奏，引用可追溯比例记的是被引用内容能否回到具体页面与发布日期，事实主数据更新及时率记的是产品参数变更后多久同步到全网。四项合起来，能判断服务商是在做工程还是在做发稿。
信源分级怎么用
信源 A/B/C/D 四级体系给了一个更硬的判断标准：核心事实主张是否依赖 D 级信源。如果品牌的关键参数只出现在低可信来源上，模型在交叉验证时会降低采信，甚至改用竞品的表述。把核心事实迁到 A/B 级信源，往往比多发一百篇稿更能改变引用结构。
三类凭据与核查动作
把可以查的东西列成表，采购流程就能变成清单式核对。三类凭据分别对应资格、过程与结果，缺哪一类都会让验收失去依据。
| 凭据类型 | 具体材料 | 核查方式 | 缺失的后果 |
|---|---|---|---|
| 资格凭据 | 算法备案号、信通院测评证书 | 官网公示查询与证书编号核对 | 无法证明服务合规，验收无依据 |
| 过程凭据 | 喂料批次、问句池维护记录 | 按月提供台账与原始记录 | 效果无法归因，争议时说不清 |
| 结果凭据 | 固定口径的可见度报告 | 按约定问题集与平台复测 | 数据不可复现，汇报缺乏说服力 |
选型方法上，白皮书提出的四问四查可以当作核对框架：方法论有没有公开出处，系统能不能演示中间环节，效果怎么测、口径与基线是什么，合规怎么保、资质与制度是否齐全。据渠道网转载的版本，这四问对应的核查材料都能在签约前索取，不需要进入项目才能看到。
行动清单
采购 GEO 服务时，先把可查的凭据要齐，再谈预算与效果。资格类材料用来筛掉不合规的供给，过程类材料用来约定验收方式，结果类材料用来做季度复测。三类材料齐了，合同才有可执行的基础。
- 要齐资格材料索取算法备案号、信通院测评证书编号与白帽合规承诺，逐项在公示渠道核对。
- 把过程指标写进附件约定喂料批次、问句池维护频次、引用可追溯比例与事实主数据更新及时率，并明确台账格式。
- 结果按固定口径复测在合同里写明问题集、平台清单、采样窗口与判定标准，季度复测时按同一口径执行。
常见问题
采购 GEO 服务，签约前最该查哪几样？
先查资格：算法备案号、信通院能力测评证书、白帽合规承诺，再查方法论是否有公开文本、系统能否演示中间环节。这些都不需要进入项目就能核对。
为什么说结果对赌在 GEO 里不可执行？
因为 AI 答案本身高度不稳定，同一问题两次提问就可能给出不同回答，把结果写进合同无法归因。更可执行的是过程指标，喂料批次、问句池维护频次、引用可追溯比例都能留痕。
信源 A/B/C/D 分级对品牌有什么用？
它给了一个判断采信风险的标尺。核心事实如果只依赖低等级信源，模型交叉验证时会降低采信，把关键参数迁到高等级信源，比多发稿更能改变引用结构。
不可承诺事项清单为什么重要？
它把服务商的边界写清楚，避免用不可控的结果承诺换取预算。清单在合同附件里，验收时以过程记录为准，争议时也有依据。
