先说清楚一件事：GEO 的报价单上，「一个月多少钱」和「一个月买到什么」不是同一个数。中国商务广告协会 AI 营销应用工作委员会牵头编制的团体标准，把效果度量口径与可信内容源分级写进条款，参与编制企业的 GEO 负责人还分别担任报价、计价、测量三个标准组的副组长；三件事被拆开之后，采购方靠一张总价表已经对不上口径，以下判断以 11 月 10 日的公开解读为限。
三个标准组各管一件事
把「报价、计价、测量」并列写进标准，看起来只是术语整理，实际是把过去混在一张合同里的三件事分开放。报价组管的是单价怎么构成：问题库规模、覆盖模型数量、采样频次、内容生产量分别怎么折成钱。计价组管的是按什么单位结算：按问句、按模型、按采样次数，还是按交付的内容条数。测量组管的是效果怎么算：可见度、前三占比、首位推荐率各算一次，还是加权成一个总分。
三组分开放，最直接的变化是合同要写清楚「买的是动作还是结果」。同一份预算，按问句计价与服务商承诺的可见度提升，是两种完全不同的风险分配：前者买方承担效果波动，后者卖方承担。标准要求服务商交付可验证、可留痕的成果，等于把「做过什么」也纳入交付物，而不是只看期末一个好看的百分比。采购方如果还按总价谈判，最后争的一定是口径，而不是效果。
检索质量决定被不被引用
标准对技术路径的判断比指标更值得注意：主流引擎的核心架构仍是检索增强生成，检索质量决定内容是否被引用。这句话的含义是，优化的对象不是模型参数，而是检索库里的可信语料。品牌把预算压在「让模型认识我」上，方向就偏了；真正要改的是被检索到的那几页内容——结构是否清晰、事实能否交叉验证、口径是否与官网一致。
这也解释了为什么同一套内容在不同平台上表现差别很大。检索库不同，能进入候选池的页面就不同；一个平台可能优先抓取结构化词条与垂直媒体，另一个平台更看重社区讨论与评测站。品牌在 AI 回答里缺失，很多时候不是内容质量差，而是内容形态进不了那一侧的检索库。
可信语料要过三道筛
第一道是结构化：品牌事实能不能被切成条目，而不是散在一篇宣传稿里。第二道是交叉：同一组参数、同一组服务承诺，官网、垂直媒体、百科词条上的写法是否一致，互相矛盾的表述会让模型在生成时倾向于回避。第三道是时效：促销、门店、价格类信息需要标注有效期，否则过期内容会被当作现行事实引用。三道筛都过了，才谈得上提高被引用概率。
报价单要能对上测量口径
采购环节最常见的错配，是报价按内容条数算、验收却按可见度算。内容条数是投入指标，可见度是结果指标，两者之间隔着检索、排序与生成三段不确定。可行的做法是把一份合同拆成两段：基础服务按动作计价，效果部分按测量组的三个口径分档结算，并约定基线期与报告期只比较共同问句和共同平台，避免问句库扩容被误读成效果下滑。
| 标准组 | 管的是什么 | 采购时的核对动作 |
|---|---|---|
| 报价组 | 单价如何构成：问题库规模、模型覆盖数、采样频次、内容产量 | 要求逐项列出单价与数量，不接受打包总价 |
| 计价组 | 按什么单位结算：问句、模型、采样次数或内容条数 | 约定结算单位与验收单位一致 |
| 测量组 | 效果口径：可见度、前三占比、首位推荐率如何统计 | 约定基线期、共同问句与平台离散度 |
| 合规条款 | 白帽与黑帽边界、留痕要求 | 要求交付可追溯的发布记录 |
一张报价单该问的四句
问清单里的问句是自建还是复用服务商题库；问覆盖哪几个模型、每个模型采样多少次；问效果口径用的是可见度、前三占比还是首位推荐率；问基线期数据由谁采集、原始记录能不能导出。前两句决定投入的真实边界，后两句决定期末争议怎么收场。四句都能给出书面回答的服务商，才值得进入比价环节。
合规分发第一次有了正面说法
标准把异常分发、语料投毒、伪造信源、提示词攻击列为黑帽，同时留出了正向空间：真实合法的广告投放、公关传播、媒体发布与 KOL、KOC 合作不属于黑帽，合规分发能力反而被确认为正当手段。这条边界对品牌的意义在于，过去「多做分发」容易被当成刷量，现在可以按可信信源矩阵的思路推进，前提是每条内容都能追溯到发布主体与时间。
反过来看，靠虚假语料换来的 AI 回答席位是一笔短期借款。一旦被模型识别，收益会转成长期信任负债：品牌词被降权之后，恢复周期通常比获取周期更长。这也是标准把留痕写进交付要求的现实原因——不是为了审计好看，而是为了让优化动作可回滚：哪一批内容引来了什么变化，出了问题能撤回哪一部分。
常见问题
三个标准组和品牌方有什么关系？
它决定了合同怎么写：报价、计价、测量分开，意味着投入、结算与验收三件事要分别约定，混在一张总价表里必然产生争议。
为什么说优化对象是检索库而不是模型？
因为主流引擎仍靠检索增强生成，答案引用的内容来自检索结果；模型参数改不了，能改的是被检索到的那几页语料。
合规分发和刷量怎么区分？
看是否能追溯到发布主体与时间、内容是否与品牌事实一致；标准把真实广告投放、公关传播、媒体发布与达人合作列为白帽，异常分发与伪造信源列为黑帽。
基线期为什么要用共同问句？
问句库一变，分母就变，比例波动与优化动作无关；只比较共同问句与共同平台，才能把优化效果和样本变化分开。
