每个词都写清怎么测
GEO 行业最容易被糊弄的地方,是「数据」——同一个词,不同服务商算法不同。这里把 9 个常用词的测法与合格线写出来,你可以拿去问任何一家。
提及率(Mention Rate)
定义:在一组固定问法里,AI 答案中出现你品牌名的比例。
怎么测:固定 20 个问法 × N 个平台,逐条记录「出现 / 未出现」,提及率 = 出现数 ÷ 总数。
合格线:新做 3 个月,核心意图上 30%–50% 算正常;60% 以上通常是品类词本身没竞争。
注意:提及 ≠ 推荐。被提到「XX 也有类似产品,但……」也算提及。
首提率(First-Mention Rate)
定义:在出现品牌的答案里,品牌排在第一位(最先被提到)的比例。
怎么测:记录答案里品牌出现的序位,第 1 位计 1,否则计 0,再除以「出现的答案数」。
合格线:10%–25%;首提率比提及率更能反映「被推荐」。
引用率(Citation Rate)
定义:AI 答案中把我们页面作为来源链接给出的比例。
怎么测:在带联网检索的平台上(如 Kimi、Perplexity、元宝联网模式)看「参考来源」里有没有我们的域名。
合格线:早期 5%–15%;这个指标受平台是否展示来源影响,不能跨平台直接比。
答案块(Answer Block)
定义:页面里结论前置、单段自洽、可被整段引用的段落。
怎么测:随机取 5 页,看首段是否在 40 字内给出结论、是否含数字、是否独立成立(不依赖上下文)。
合格线:5 页里 4 页合格。
实体一致性(Entity Consistency)
定义:公司名、产品名、价格、客户、成立年份,在页面正文、结构化数据、外部资料中一致。
怎么测:抽 10 页,逐项对照结构化数据里的 Organization/Product 字段与正文;不一致的计数。
合格线:0 处不一致。这是「AI 说错」最常见的原因。
llms.txt
定义:放在站点根目录、给 AI 代理看的站点摘要(Markdown 纯文本)。
怎么测:访问 /llms.txt,看是否 200、是否可解析、是否列出关键页面。
合格线:存在且可解析。注意:这是提案,不是官方标准,不能承诺效果。
AI 爬虫(AI Crawlers)
定义:GPTBot(OpenAI)、ClaudeBot(Anthropic)、PerplexityBot、Bytespider(字节)等,抓页面用于生成答案。
怎么测:读 robots.txt,看这些 UA 是否被 Disallow;再查服务器日志确认是否真的来过。
合格线:关键 UA 全部允许;日志里近 30 天有访问记录(没有记录说明没被抓,或屏蔽了)。
幻觉(Hallucination)
定义:AI 生成与事实不符的内容。
在商业场景里的样子:说错价格、编造客户、把别人的资质安在你头上、用三年前的业务描述。
怎么测:把你的事实清单(价格/客户/资质/年限)逐条与 AI 答案比对,错的计数。
合格线:核心事实 0 错。这类错误比「没被提到」更伤——客户信了才发现不对。
判据校验(Criteria Check)
定义:用可执行规则逐条检查输出是否符合事实与预期,给出 PASS/FAIL 与原因。
我们的做法:273 条判据,来自 67 次真实上线事故;其中 10 条公开可跑(CheckLab)。
怎么测:拿一份真实产物(页面/参数/答案)跑一遍,看 FAIL 项是否指向真问题。
合格线:判据自身也要能被反证——我们曾用真实数据发现「判据把墙和地面判反了」。
怎么用这份表去问服务商
| 你可以这样问 | 靠谱的回答 |
|---|---|
| 你们的「提及率」怎么算? | 给出问法数量、平台、算分母的方式 |
| 报不报「描述是否准确」? | 报,并说明怎么核 |
| 能承诺首提率吗? | 不能(承诺的是骗子) |
| 案例能给我看后台截图吗? | 能(脱敏后) |