先固定问题与条件
记录问题文本、语言、地域、平台入口、会话状态和测试时间，避免事后挑选有利结果。
GEO 效果如何评估？AI 搜索监测与复测方法
简短回答：先固定用户问题和运行条件，再保存官方 AI 应用的最终回答、来源和失败记录，用可复算规则形成指标，最后在相同条件下复测。
保存回答和原始证据
保存最终回答、可见来源卡、可点击链接和截图；拒答、超时与验证阻断不会被隐藏。
用固定规则计算
品牌提及、推荐位置、官网引用和失败率由版本化规则复算，模型不能直接编造指标。
改进后按同条件复测
尽量保持问题、平台和重复次数一致；条件变化时单独标注，不把一次波动包装成效果。
指标口径示例
官网引用率不等于“被 AI 收录”
官网引用率＝有效回答中引用目标品牌官方域名的回答数÷支持引用的有效回答数。 拒答、超时和平台错误不进入有效回答分母，但必须进入失败率。
先区分搜索收录、品牌提及和来源引用
搜索引擎收录的是网页；AI 回答中出现品牌名称是一次提及；展示指向页面的链接是一次引用。 这三种信号分别记录，不能合成一个“AI 收录率”。本站把 GEO 效果评估限定为指定问题与条件下的变化观察。
- 搜索表现：在站长后台核对网址索引状态，再按查询、页面、国家或地区、设备查看展示与点击。
- 消费端观测：记录官方网页或 App 的最终回答和来源，不用模型 API 结果代替。
- 模型 API：单列模型、参数和工具配置，只解释该调用条件下的结果。
两种入口的实际差异可参阅豆包、千问网页端与 API 的 12 次配对测试。 这份小样本研究不代表平台总体表现。
一条可复核记录至少保留什么？
- 问题原文、目标品牌或产品、语言、地区、时间和时区；
- 平台、网页/App/API 入口、模式、新会话或历史会话状态；
- 回答正文、来源卡、原始链接、最终落点和必要截图；
- 成功、拒答、超时、平台错误或验证阻断，以及独立保存的重试；
- 页面版本、解析规则版本、指标公式与本次样本量。
来源核验不只看域名是否正确，还要检查页面是否支持回答中的具体声明。 详见AI 引用机制与来源核验清单。
计算示例：失败不能算成“没有引用”
以下是教学假设，不是本站实测：10 次尝试中，8 次为支持引用的有效回答，2 次超时； 其中 3 次有效回答引用了目标官网，则官网引用率为 3÷8＝37.5%，失败率为 2÷10＝20%。 一条回答即使重复链接同一官网，也只计为一次命中。
没有支持引用的有效回答时，官网引用率应标为数据不足，而不是 0%。 重试保留为额外尝试，不覆盖原始超时；报告要同时说明有效样本和实际尝试数量。
修改后怎样判断变化是否值得继续验证？
- 保存修改前后的内容版本；只修改自己管理或获授权编辑的页面，外站建议交由发布方确认。
- 沿用冻结的问题、平台、模式和重复次数，并将模型或会话条件变化单独标注。
- 分开比较品牌提及、推荐位置、来源引用和失败，不只挑选最好的一次回答。
- 多个页面或运行条件同时变化时，只报告前后差异，不把变化归因到某一处修改。
这类测试不能代表什么？
明确边界是方法的一部分，而不是报告末尾的免责小字。
- 不代表平台官方排名，也不代表所有用户都会看到相同回答；
- 不保证网页被收录、被引用、获得曝光、询盘或成交；
- 单次回答不能证明稳定趋势，样本不足时只返回待确认；
- 未经授权的自动化、验证码绕过和登录后内容不进入测试范围。