「当服务商不得不写下把某个指标提到多少，尺子才算真正立起来。」这句判断出自 11 月发布的一份 GEO 白皮书，作者是服务商光禾 AI。它推出的 ASoM 指标想解决一个老问题：AI 搜索的效果到底该怎么量，又该由谁说了算，这两个问题过去三年一直没有公认答案。按截至 11 月 10 日的公开信息，这份白皮书已在其官网发布，并给出 18 个月落地路线图36氪。
先有分级，才谈得上阈值
白皮书给出的分级是两段式的：GEO-Index 衡量内容资产的结构化与可读程度，ASoM 衡量品牌在 AI 回答里被提及的份额，一端是准备度，一端是结果。示例口径写得很清楚——某品牌合作前 GEO-Index 为 42 分、ASoM 为 1.2%，属于隐身级；六个月后达到 78 分、11.6%，进入头部级36氪。分级的作用不是给品牌贴标签，而是让采购方在合同里写下可验收的数字。
需要说明的是，白皮书自己标注了这组数字属于方法论演示，实际项目数据须以经客户授权、标注统计周期与口径的采集结果为准。这个自我限定很关键，它把一份商业白皮书和一份效果承诺区分开了，也提醒读者不要拿演示值当行业基准。
推荐位转化系数，把位置换算成生意
比综合分更有用的是位置分级。白皮书把品牌在 AI 回答中的出现方式拆成首推、前三、前五、仅提及四种位置，用询盘量比值算出推荐位转化系数36氪。四种位置的差别不是名次好不好看，而是用户从看到到询价之间隔了几步。同样的提及率，首推与仅提及带来的线索量可能差出数倍，这也是定价依据里最难被反驳的一环。
如果只看综合分，团队在掉分时通常找不到原因；把位置拆开之后，问题往往落在两处：要么品牌只在长尾问题里出现，要么出现时总排在竞品之后。前者要补内容覆盖，后者要补信源权重，解法完全不同。
可复核，是这套指标唯一的护城河
度量衡的价值在于被共同使用，而不在于由谁发布。白皮书为此设了两道机制：发布数据生成 SHA-256 摘要并申请可信时间戳，任何一方都能验证报告未被事后改动；每季度抽取 10% 的问题集做独立双盲复测，误差超过 5 个百分点就发布勘误公告36氪。
这两道机制针对的是行业里最常见的两种失真：数据不可追溯，以及一次测完之后不再复核。AI 回答本身会随模型版本与检索结果漂移，不设复测节奏的指标，三个月后基本失效，而失效的指标仍然会被写进结案报告。
两个行业样本，看出指标的颗粒度
白皮书收录的案例覆盖眼科医疗、B2B 制造、本地生活等强竞争或强监管行业。工业客户湖南天硕上线实体粒度 GEO 方案后，AI 月曝光提升 270%，新增工业采购类长尾词 260 多个；口腔机构东莞美富口腔的本地口腔词收录率提升 67%，交付报告附有词表分母与平台清单，而不是一个孤立的百分比36氪。
| 行业与样本 | 变化指标 | 可复核的字段 |
|---|---|---|
| 工业制造（湖南天硕） | AI 月曝光 +270%，新增采购类长尾词 260 多个 | 曝光统计平台、长尾词清单、问题集分母 |
| 本地医疗（东莞美富口腔） | 本地口腔词收录率 +67% | 词表分母、平台清单、统计周期 |
| 方法论演示（未署名品牌） | GEO-Index 42→78，ASoM 1.2%→11.6% | 明确标注为演示数据，不可作行业基准 |
表格里最值得注意的是最后一列的差别。前两行能拿去对照自己的项目，第三行只能看方法。把演示数据当行业基准，是这类报告最常见的误读，也是服务商报价时最容易含混的地方。
路线图里的第 18 个月，才是真正的门槛
白皮书规划的节奏是：首期上线免费测分工具与三个行业榜单，第 6 个月扩到 10 个行业，第 12 个月把数据集向行业协会提交备案，第 18 个月覆盖 20 个以上行业并进入采购招标文件的效果验收依据36氪。前三个节点是运营动作，第四个是制度动作，难度完全不同——进入招标文件意味着这套口径要被甲方、乙方与审计方同时接受。
从行业经验看，最后一步能否落地，取决于两个前提：一是历史数据足够长，能支撑同比与环比；二是计算逻辑足够透明，第三方复算能得出同一结果。这两点都比发布一份白皮书难得多。
采购方今天能做的四件事
- 先要分母任何提升百分比，先问问题集多大、覆盖哪些平台、样本如何抽取。没有分母的百分比，无法判断是效果还是筛选。
- 再要周期统计窗口多长、是否含大促等异常时段、多久复测一次。窗口不一致的两组数字，横向比较没有意义。
- 三要位置首推、前三、前五、仅提及各占多少，不要只收一个总数。位置结构决定线索质量，总数看不出结构。
- 四要脚本是否愿意提供计算逻辑或脱敏样本供复核。愿意开放的，至少把利益冲突摆到了明面上。
这四件事都不需要额外预算，只需要在签约前多问几句。反过来说，一份无法回答这四个问题的方案，无论报价多低，验收时都会变成一场关于口径的争论，而争论的成本通常高于当初省下的钱。
常见问题
ASoM 和 GEO-Index 有什么区别？
一个量结果，一个量准备度。GEO-Index 看内容资产的结构化程度与可读性，ASoM 看品牌在 AI 回答中被提及的份额；两者一起看，才知道是内容没做好，还是内容做好了却没被采信。
这类榜单可信吗？
看两点：是否接受付费上榜、计算脚本是否可复核。宣称不接受付费上榜并开源脚本的，至少把利益冲突摆到了明面上；只公布名次不公布分母的榜单，参考价值有限。
双盲复测为什么重要？
AI 回答会随模型版本漂移，单次测量只反映那个时点。抽 10% 问题集做季度复测，检验的是指标本身的稳定性，而不是服务商某一次的运气。
品牌自己做这套测量，最小成本是多少？
一个稳定问题集、一张固定字段的记录表、每月一次固定轮次的采样，一到两个人就能跑起来。难的不是工具，而是连续做满四个季度。
