这轮 AI 预算的增长，先被记进账本的不是投放，是监测。值得买科技把「值数Matrix」在 6 月升级，用来帮品牌追踪在主流 AI 平台中的可见性与推荐排名；今年前三季度，值得买与 AI 有关的业务收入超过 1 亿元，微盟的 AI 应用收入上半年同比增长 89.2%、达到 1.33 亿元（北京商报）。当「品牌在 AI 回答里被提到几次」变成可以报价的交付物，GEO 就从方法论进入了采购清单，但报价单里到底卖的是什么，多数品牌还没问清楚——这套口径目前只能以 11 月 12 日的公开披露为限。
一亿元的收入，卖的是哪几件事
把这类服务拆开，大致是四件事：抽样提问、记录回答、归类引用来源、与竞品比对。四件事的技术门槛依次升高，计价方式也不同——前两件按问题数与频次计，后两件按分析深度与报告周期计。品牌如果只买前两件，拿到的是「有没有被提到」；买全四件，才能回答「为什么没被提到」。
这也是为什么同样叫 GEO 服务，报价能差出几倍。抽样一百个问题、每周跑一次，和抽样一千个问题、每天跑一次，成本不在一个量级；引用来源按域名归类，和按页面逐条核验，工作量也不在一个量级。采购前不问清这两件事，比的就不是价格，是口径。
拆开看，交付物只有三样
不管供应商怎么包装，交付给品牌的实物通常只有三样：一份问题库、一张提及与位次的周期表、一份引用来源结构报告。三样东西对应三个决策：问题库决定监测范围，周期表决定优化优先级，来源报告决定内容投在哪里。
问题库与抽样频次
问题库要按决策阶段分层，认知、比较、决策三类问题的回答结构完全不同。抽样频次则决定能不能看出变化：每周一次适合看趋势，每天一次才能捕捉活动期的波动。多数品牌的第一份合同都在这两项上省成本，结果拿到一份「看起来很全、其实很粗」的报告。
引用来源的结构化
按域名归类是底线，再往下要区分自有站、电商平台、媒体与社区。这个结构直接指向动作：引用集中在电商平台，优化重点在商品页；集中在社区，重点在口碑内容的可控性；自有站占比过低，说明官网内容没有被模型当作事实来源。
竞品基线与位次
竞品基线必须在同一批问题下抽样，否则不可比。做法是选定一组品类问题，对品牌与三到五个竞品同时提问，记录每次回答里的提及顺序。基线一旦固定，后续优化才有参照；换问题库等于换考卷。
四种计价方式的适用边界
| 计价方式 | 交付物 | 适合什么阶段 |
|---|---|---|
| 按问题数 | 提及率与位次表 | 首次摸底 |
| 按平台数 | 多平台对比报告 | 跨入口比较 |
| 按周期订阅 | 持续监测与告警 | 优化期的日常跟踪 |
| 按项目制 | 诊断加优化建议 | 问题定位与整改 |
四种方式没有优劣，只有阶段适配。首次摸底按问题数买最划算，因为此时品牌连自己有没有被提到都不确定；进入优化期后，按周期订阅更合适，因为需要看变化而不是看快照。把项目制的报价套在摸底阶段，通常是因为供应商想卖更贵的东西。
Token 上货架，AI 入口已经能直接成交
另一个信号来自货架本身。10 月 20 日开售首日，天猫 Token 品类成交额较上月增长 450%，京东云 Token 产品大促期间销量环比增长 167%；李佳琦与千问办公合作推广会员月卡，半小时卖出 2 万亿 Token（北京商报）。算力与模型订阅第一次被摆进大促货架，和实物商品一起参与比价。
成交与可见度是两条线
需要分清的是，Token 卖得好不等于品牌在 AI 回答里被推荐。成交发生在货架上，可见度发生在回答里，两者的优化手段完全不同。品牌如果只盯成交，会忽略「被怎么描述」这件事；而 AI 回答里的描述偏差，往往在成交之前就已经影响了选择。
常见问题
AI 搜索可见度服务为什么突然开始收费？
因为它变成了可计量的交付物：问题库、提及与位次表、引用来源报告都能按周期交付，也就能按项目或订阅报价。收入数据说明已有品牌愿意为此付费。
按问题数计价和按平台数计价，哪个更划算？
首次摸底按问题数更划算，因为此时连有没有被提到都不确定；进入跨平台比较阶段，按平台数才能看出入口差异。
引用来源占比低，是不是说明内容做得不好？
不一定。要看结构：如果引用集中在电商平台，说明商品页在承担事实来源的角色，官网内容没被采用。问题在渠道分工，不在内容质量本身。
Token 卖得好，对品牌可见度有帮助吗？
没有直接帮助。成交发生在货架，可见度发生在 AI 回答，两者优化手段不同。品牌需要分别看这两个指标。
