这轮 GEO 采购热的卡点，不是预算，是验收口径。11 月 5 日下午，深圳一场面向 B2B 出海企业的年度营销规划会把在 AI 给出的推荐答案里被提到写进了 2027 年议题；截至 11 月 11 日公开可查的资料，中文互联网上的服务商名单已经按定位分成托管、工具订阅、垂直信源和平台化几类，报价从订阅到按效果付费都有。口径不统一，是这门生意当下最大的不确定。
引用、提及、点击，是三个量
把三个词分开是起点。引用是页面被作为来源链接放进答案，证明引擎用了你的内容；提及是品牌名出现在答案里但不带链接，证明模型知道这个品牌；点击是带 AI 来源参数的会话，证明一次引用产生了一次访问。三者可以完全脱钩：被引用很多但没有点击，被提及很多但没有内容被读过，点击涨了但只集中在一篇文章上。
平台之间也不一样。Google 的 AI 概览受自有索引约束，排名仍是引用的前置条件；ChatGPT 结合训练知识与实时浏览，可以在没有强排名的情况下描述一个品牌；Perplexity 自建爬虫，引用展示最显眼，对抓取配置也最敏感。中文侧同理，豆包、DeepSeek、元宝、通义千问、Kimi 的检索与生成配比各不相同，同一套内容在不同平台的可见度不会同步。
先固定问题库，再谈涨跌
分母不写清楚，两份报告一定会吵架
问题库是分母。用哪些问法、在哪个平台、哪个地区、哪种语言、什么频次去测，这五项不固定，两次测量之间就没有可比性。可用的做法是把问题库分三层：品类问题、对比问题、推荐问题，各自单独算可见度，不混成一个总分。混成一个分数最省事，也最容易在复盘时失去解释力。
引用率与提及率要分开记
另一条纪律是把引用和提及分开记。很多团队把两者平均成一个 AI 可见度分数，看起来整洁，实际上把唯一能对外解释的比较毁掉了。引用率回答的是内容有没有被用，提及率回答的是品牌有没有被认识，前者靠内容结构和信源，后者靠全网一致性描述，两条路径的投入完全不同。
四种口径各自能证明什么
| 口径 | 定义 | 能证明什么 | 不能证明什么 |
|---|---|---|---|
| 引用 | 页面被作为来源链接放入答案 | 引擎用了你的内容 | 有没有人看见或点击 |
| 提及 | 品牌名出现在答案里但不带链接 | 模型知道这个品牌存在 | 内容有没有被读过 |
| 点击 | 带 AI 来源参数的会话 | 一次引用产生了一次访问 | 没被点的那些引用 |
| 占比 | 在 TOP3 中出现的比例 | 位次分布与竞品差距 | 答案本身的质量 |
四行放在一起看，能看出验收该盯哪一行。如果合同里写的是可见度提升，却只统计点击，那么一个被大量引用但无人点击的品牌会被判为失败；反过来，只统计提及，一个被反复提到但从未被引用的品牌会被判为成功。口径先写清楚，后面才有讨论的空间。
把验收写进合同的三件事
第一是问题库的版本号。问题一旦定稿就冻结，季度复盘时新增问题要单独标注，不与历史数据混算。第二是平台清单与抓取权限。上线前逐个核对各家的爬虫配置，一个通配规则就可能让某一家完全看不到你。第三是结算口径。按 TOP3 占比结算的服务商，要把占比的分母、样本量和抽样频次写进附件，否则效果好坏都只能靠各自的说法。
还有一层常被忽略：内容本身要可抽取。模型更愿意引用能在前四五十个字里给出完整结论的段落，而不是需要读完整篇才能拼出答案的长文。这也是为什么同一批关键词，结论前置、结构清晰的页面被引用的概率更高。从这个角度看，可见度问题有一半其实是写作问题，另一半才是抓取与分发问题。
常见问题
AI 搜索里的引用和提及，为什么要分成两个指标？
因为两者证明的事不同。引用是页面被作为来源链接放进 AI 回答，证明引擎用了你的内容；提及是品牌名出现在答案里但不带链接，证明模型知道这个品牌。把两者平均成一个可见度分数，看起来整洁，实际上把唯一能对外解释的比较毁掉了。
问题库为什么要冻结版本？
问题是分母。用哪些问法、在哪个平台、哪种语言、什么频次去测，不固定就没有可比性。问题一旦定稿就冻结，季度复盘时新增问题单独标注，不与历史数据混算，否则每季度都能做出一个上涨的曲线。
robots.txt 真的会影响 AI 可见度吗？
会，而且是最容易被忽略的一环。各家平台的抓取爬虫是不同的 user-agent，一条通配规则就可能让某一家完全看不到你的页面。上线前应逐个核对 GPTBot、Google-Extended、PerplexityBot 以及中文各家的抓取配置，而不是假设一条规则覆盖全部。
按 TOP3 占比结算，合同里该写清什么？
写清三件事：占比的分母是什么，样本量有多大，抽样频次如何。少了这三项，效果好坏都只能靠各自的说法。可验收的写法是把问题库版本、平台清单与结算口径一起放进附件，让每次复盘都在同一套坐标里比较。
