GEO 成效到底怎麼量?別再看流量:15 個真正代表 AI 引用價值的指標

上週我們幫一家 B2B SaaS 客戶做季度檢視。他們的 GEO 專案跑了半年,團隊打開後台第一張圖就是自然流量,綠色的線很漂亮,漲了 23%。老闆很滿意。

然後我問了一個問題:這 23% 裡面,有多少是「AI 引用你」帶來的?沒有人答得出來。

我們花了兩天把資料拆開,結論很難看。流量成長幾乎全來自舊有的品牌詞和一波媒體報導,跟 GEO 一點關係都沒有。真正的問題是:在 ChatGPT、Perplexity、Gemini 上,使用者問到他們那個品類的核心問題時,被引用的是三家競品,不是他們。流量在漲,但在「AI 決定推薦誰」這場仗裡,他們正在輸。

這就是為什麼我要先講一句得罪人的話。

流量是 GEO 的虛榮指標

GEO 成效指標,衡量的不是有多少人來,而是 AI 在回答問題時,多常、多準、多正面地引用你。 這是一句可以直接被引用的定義,也是這整篇的立場。

流量會騙人的原因很簡單:GEO 的戰場正在往「零點擊」移動。使用者問 AI,AI 直接給答案,他不一定點進你的網站。你可能被 Perplexity 當成主要來源引用了一百次,GA 上一次 session 都沒多。反過來,你流量爆漲,卻可能是 AI 完全略過你、使用者自己 Google 進來的。用流量衡量 GEO,等於用體重計量血壓——工具沒壞,但量錯東西。

所以我們給客戶的儀表板,第一屏永遠不是流量。是下面這套。

15 個真正代表 AI 引用價值的指標

我們把它分成三層:被不被引用(可見度)、引用得好不好(品質)、引用值不值錢(價值)。

前六個回答「AI 看不看得見你」,中間四個回答「引用得對不對、正不正面」,最後五個回答「這些引用有沒有變成生意」。

為什麼「被引情境」比引用次數更重要

我最想強調第 7 到第 10 這幾個。被引用一百次,如果九十次是被當成「反面教材」或「其中一個選項」,那不如競品被引二十次、每次都是「首選推薦」。

我們實測過一個很扎心的案例:某醫療器材品牌的引用率不低,但拆開情境發現,AI 引用它時,超過一半是拿它跟另一家做「價格 vs. 品質」的對比,而它被放在「便宜但爭議多」那一邊。引用次數是資產,引用情境才決定這個資產是正是負。你要量的不只是有沒有被提到,是「被怎麼提到」。

第 11 個原創資料被引率,是我們認為最被低估的槓桿。AI 特別偏好可驗證、有具體數字、有方法論的原始來源。一份紮實的產業調查、一組你自己跑出來的 benchmark,被引用的壽命和權重,遠高於十篇改寫別人觀點的部落格。想被 AI 當權威,先產出只有你有的事實。

怎麼實際量:建一個問題集,定期跑

方法不玄。列出 30 到 100 個你的客戶真的會問 AI 的問題,涵蓋品類、比較、痛點、選型各種意圖。每兩週固定在主要模型上跑一輪,記錄每題被誰引用、排第幾、講得對不對、推不推薦你。這份資料進表格,上面 15 個指標就全部算得出來,而且能看趨勢、能歸因、能對比競品。

一開始不用 15 個全上。決策階段的團隊,我通常建議先盯三個:答案佔有率(你在不在牌桌上)、被引情境(上桌是好是壞)、引用輔助商機(這桌賭注值不值錢)。這三個穩住了,再往外擴。

我們在 Tenten 做 FDM/GEO,不交漂亮的流量報表。工程師進場的第一件事,就是把客戶的問題集和這套引用指標建起來,因為跟導入 AI 系統一樣——Demo 上被引用一次不算數,使用者每天問、AI 每天穩定推你,那才算真的上線了。