先说清楚一件事：GEO 服务商卖的从来不是排名，而是「你的品牌会不会被 AI 说出来」。所以挑服务商的第一道题不是报价，而是问它测什么——同一句「AI 可见度」，有人只数 ChatGPT 提到品牌的次数，有人数 AI Overviews 里的引用，还有人看服务器日志判断爬虫能不能读到页面（衡阳全搜索）。三种测法对应三种优化动作，选错了，一年的预算会花在与目标无关的地方。本文引用的公开材料，以截至 11 月 11 日的报道为界。
先看它测哪一层
把市面上的报价拆开，大致是三档。第一档只做内容分发，按篇收费，交付物是发布链接；第二档加了诊断，能给出基线报告，但监测停在截图；第三档把监测做成面板，按平台、按问题、按单篇拆分，还带引用归因。三档价格差几倍，差别不在人工成本，而在结果能不能被复查。
能复查这件事比想象中重要。AI 答案每次生成都不一样，单张截图证明不了任何事；只有把同一组问题按周重复跑，才能看出趋势。服务商如果不愿意交付原始数据，只愿意交付 PPT，基本上可以判断它测的是印象，不是指标（中国经济新闻网）。
三个问题问出真实能力
问题一 你的问题库长什么样
问题库是 GEO 的地基。合格的问题库要覆盖品类、预算、场景、人群四个维度，而不是把一句「XX 品牌怎么样」换成十种说法。可以让服务商现场给出十个问题，看它是不是真的从采购或选购场景出发；如果十个问题都在问品牌名，说明它做的还是传统品牌词监测。
问题二 引用归因怎么做
归因回答的是「AI 引了谁」，决定后续预算投在官网、行业媒体还是社区。做不了归因的服务商，只能告诉你提及率涨了，说不清为什么涨；能做的，会给你一张按信源类型拆开的表。这张表比任何案例都更能说明它的方法是否成立（凤凰网）。
问题三 优化动作落在哪一层
GEO 的动作分三层：让页面能被抓取、让表述能被引用、让引用能被推荐。三层对应三种交付，只做第一层的服务商其实在卖技术 SEO，只做第二层的是在卖内容，只有三层都做的才叫 GEO。问它最近三个客户分别改了哪一层，答案会立刻暴露能力边界——不少服务商说不出客户改了什么，只能说出客户加了多少篇稿。
合同里要写清的三项交付物
| 指标 | 口径 | 参考区间 |
|---|---|---|
| 问题库版本 | 问题数量与维度覆盖 | ≥30 个，四维覆盖 |
| 面板可拆分度 | 可按平台/问题/单篇回溯 | 三项均可 |
| 引用归因率 | 可追溯到具体信源的比例 | ≥70% |
| 复测频率 | 同题复测的间隔 | ≤14 天 |
四项里，面板可拆分度是最硬的验收条件。不能拆分的面板，等于把五个引擎的答案揉成一个数字，涨了不知道为什么涨，跌了不知道哪儿跌。合同里写清这一条，后面所有的优化动作才有依据。
还要约定数据归属。监测面板里的历史数据属于采购方，合同结束时应当能导出；不少项目的教训是做了半年，换服务商时带不走基线，等于从零开始。这一条不写进合同，前面几项交付物都会变成一次性服务。
第五步是这套合作能持续的关键。GEO 的效果不会线性增长，前两轮通常只有小幅波动，第三轮才看得出方向；如果按周考核，服务商只能靠加发布量交差，而发布量恰恰是最容易做、也最不容易被引用的动作。更稳妥的做法是把考核周期定成月度、按季度评估方向，中间只盯采集成功率这类过程指标。
常见问题
问：GEO 服务商的报价差十倍，差在哪？
答：差在测什么。只给截图的报价便宜，能按平台拆分、按单篇回溯、带引用归因的报价高，结果的可复查性完全不同。
问：推荐率和提及率是一回事吗？
答：不是。提及率只问有没有被说到，推荐率问的是被点名推荐；后者更接近真实询盘，也更能反映竞品占位。
问：签合同时该约定哪些交付物？
答：至少约三项：问题库版本、监测面板与原始数据、每轮优化后的同题复测结果。只约定发布数量的合同没法验收。
