一头是 85% 的提及率提升，一头是 67% 的 TOP3 首推率。按 11 月 14 日的公开报道，某美妆日化品牌在大促周期里同时拿到了这两个数字，商品卡调起率提升 3 倍，高意向咨询量增长 240%；但同一份拆解也提醒，提及率涨了、卡片调不起来，前面的增长会全部落空。对做 GEO 的人来说，真正要盯的不是一个数字，而是从被推荐到被下单的四级链路。
提及率只是第一级
可见度层的指标是提及率、TOP3 首推率与声量份额，回答的是「有没有被看见」。这一层最容易出成绩，也最容易被当成全部。问题在于，提及不等于被推荐，被推荐不等于被选中：一个品牌可能经常出现在回答里，却在最终推荐时输给竞品，因为回答在选择阶段依赖的是价格、参数与第三方评价，而不是曝光次数。
把这一层当终点，会带来一个具体的误判：报表上数字在涨，业务端却感受不到。原因往往在下一级——引用层。回答里提到你的次数多了，但引用的还是那几篇旧稿，产品更新与价格变化没有进入被引用的页面，读者点进去看到的是去年的事实。
四级链路对应的四个指标
四级分别是可见度、引用、承接与生意。可见度看有没有出现、排在什么位置；引用看回答引用了谁的页面、自有与外部的比例如何；承接看 AI 回答里的商品卡有没有被调起、卡片信息与在售信息是否一致；生意看咨询量、留资、引流转化与获客成本。四级不能用同一个数据源取证。
| 层级 | 核心指标 | 取证方式 | 可核验产物 |
|---|---|---|---|
| 可见度 | 提及率、TOP3 首推率、声量份额 | 多平台双端采集、去噪、快照留存 | 提问快照与监测看板 |
| 引用 | 自有与外部引用比例、高权重信源覆盖率 | 引用链接与标记回采、信源偏好统计 | 引用明细与分平台信源清单 |
| 承接 | 商品卡调起率、卡片与在售信息一致性 | 快照中卡片字段逐条比对电商页面 | 商品卡明细与字段版本记录 |
| 生意 | 咨询量、留资、引流转化、获客成本 | 与品牌电商及客服口径对表 | 同口径基线与阶段对比 |
这张表的第三行是多数团队最容易跳过的一级。商品卡调起率低，通常是字段缺失：规格、适用场景、版本差异没有写在页面上，模型能匹配的信息不足，卡片就调不出来。卡片与在售信息不一致则更麻烦，读者看到的价格与页面不符，流量到了却下不了单。
商品卡调不起来，前三级白做
字段缺失是主因
商品卡是 AI 回答里最接近成交的位置。卡片能调起，说明模型在你的页面里找到了足够的结构化信息；调不起，说明信息不足或前后矛盾。可执行的检查顺序是：先看商品页有没有把规格、材质、适用与不适用场景、版本差异写全；再看同一 SKU 在店铺页与平台页的描述是否一致；最后看卡片里的价格与活动价是否与结算页对得上。
一致性比丰富度更要紧。同一个型号在三处写法不同，模型倾向选择表述完整、被多处引用的一致版本，剩下的版本反而成了噪音。对多 SKU 品牌，这意味着要建一份字段级的商品知识库，产品迭代与价格活动同步进去，而不是每次活动前临时改页面文案。
复测节奏决定结论能不能用
固定问题集与重复采样
同一个问题换一次问法就可能换一个答案，单次命中不构成效果。复测要固定问题集、重复采样、留存原始回答，并在报表里把「被提到」和「被描述对」分开记。分开记之后，很多看起来的增长会显形为「提到得多、说错得也多」，这是负向可见度，不是成绩。
节奏上，公开拆解给出的做法是周度数据同步、月度复盘、季度策略校准。周度看波动，月度看趋势，季度看策略是否需要换。三层节奏对应三种决策，混成一个年度报告，等于把可以及时纠正的问题拖到年底才发现。
常见问题
问：提及率高就说明 GEO 做得好吗？
答：不够。提及只是第一级，还要看引用的是谁的页面、商品卡能不能调起、描述是否准确，四级里任何一级断了，前面的增长都会落空。
问：商品卡为什么调不起来？
答：多数是字段缺失或前后矛盾。规格、适用场景、版本差异没写全，或同一 SKU 在不同页面描述不一致，模型就找不到可匹配的信息。
问：为什么单次测试不能作为结论？
答：同一问题换问法就可能换答案。需要固定问题集、重复采样并留存原文，报表里把被提到与被描述对分开统计。
问：复测应该多久一次？
答：周度同步看波动、月度复盘看趋势、季度校准看策略，三层节奏对应不同决策，避免把可及时纠正的问题拖到年底。
