AI 的回答不稳定、不可查名次，这让效果评估变得困难。可行的办法是建立固定问题集与复测机制，用趋势代替名次。
关于 GEO，客户问得最多的是「怎么证明这钱花得有用」。这个问题很合理，也确实比 SEO 时代更难回答——AI 的回答没有可查询的排名接口，同一个问题换个说法结果就会变，不同账号、不同时间的回答也可能不同。
但「不好衡量」不等于「无法衡量」。可行的思路是：放弃追求单次结果的精确名次，改用固定问题集上的周期性趋势对比。
第一步：确定问题集
问题必须来自客户真实的表达方式，而不是内部拍脑袋想的关键词。素材来源包括客服与销售的沟通记录、平台上的咨询留言、搜索后台的长尾查询，以及销售在初次接触时最常被问到的那几句话。
建议覆盖三类问题，各占一部分：
- 品牌类：「XX 公司是做什么的」「XX 公司靠不靠谱」——检验 AI 对你的描述是否准确。
- 需求类：「新疆哪家公司能做多门店地图信息治理」——检验你是否会作为候选出现。
- 对比类：「做企业官网选本地公司还是外地公司」——检验你在决策类问题中的存在感。
总量控制在十五到三十个之间。太少不具代表性，太多会让复测成本高到无法坚持。
第二步：记录基线
在做任何优化之前，先把当前状态记录下来。每个问题至少记录四项。
- 是否被提及：企业名称有没有出现在答案里。
- 描述准确度：主营业务、服务区域、产品信息有没有错误，错在哪里。
- 引用来源：答案引用了哪些页面或平台，其中有几个是你能控制的。
- 竞品情况：同一答案里出现了哪些其他企业。
第三步：区分过程指标与结果指标
AI 回答的变化有滞后性，光看它容易在前期陷入焦虑。所以要同时跟踪一批完全可控、可核对的过程指标。
- 结构化数据覆盖的页面比例
- 内容已覆盖的问题数量与占问题集的比例
- 各渠道关键信息的一致性检查通过率
- 门店 POI 信息的完整度与标点准确度
- 线索来源可归因的比例
这些指标在项目前期就能明显改善，是判断执行是否到位的依据。而 AI 回答表现、线索质量与业务转化属于结果指标，需要按月甚至按季观察。
第四步：固定节奏复测
复测的关键在于条件一致：同一组问题、同样的提问措辞、同样的平台清单、尽量固定的账号状态。任何一项变了，对比就失去意义。建议按月执行，每次输出一份简短对照：哪些问题从未提及变成被提及，哪些描述错误被纠正，引用来源里自有渠道占比是否上升。
需要提前说清的三个前提
- 不承诺名次。AI 生成结果没有可购买、可锁定的位置，任何承诺都是不负责任的。
- 不承诺时间点。内容积累与平台更新节奏都不在服务方控制之内。
- 不把业务增长单独归因于 GEO。线索与成交受产品、价格、销售能力等多重因素影响，GEO 解决的是「能否被发现和被正确理解」这一段。
把这三条在合作开始时讲清楚，后续的效果沟通会顺畅很多。评估体系的价值不在于给出一个漂亮数字，而在于让每一步投入都有依据。