我拿三个月的AI搜索流量数据，拆穿了GEO效果的三个幻觉

先摆数据：我从去年10月开始，帮公司两个业务线做AI搜索渠道的监测，到今天正好三个月。后台累计抓到的AI来源会话是 4,217 条，其中真正产生留资的是 83 条，转化率 1.97%。而同期传统自然搜索的转化率是 3.4%。也就是说，AI搜索带来的流量，转化效率目前只有传统搜索的六成左右。

这个数字一出来，我第一反应是“GEO没用”。但把数据拆细以后，发现事情没这么简单，我踩过的三个幻觉，可能很多人也在踩。

幻觉一：流量涨了就是GEO有效

11月我们做了一轮结构化内容改造，AI来源会话环比涨了 240%。老板很开心。但我把会话按意图分类后发现，涨的全是“XX是什么意思”“XX和XX区别”这类认知型query，商业意图query只涨了 12%。认知型流量的停留时长中位数是 26 秒，跳出率 81%。说白了，来了一堆看热闹的。

所以第一个判断依据：别只看AI来源总量，一定要按query意图分层看。 我现在的看板里，认知型、比较型、决策型是分开统计的，决策型占比不到15%的GEO项目，我都会打问号。

幻觉二：被AI引用就等于被推荐

我们有一条产品对比内容，在三个主流AI助手里都被引用了，citation次数一个月 600 多次。我一度觉得这是标杆案例。后来做了一次人工抽查，发现AI在回答里引用它，但结论段落推的是竞品。我们只是被当成“背景资料”，不是“推荐答案”。

这个坑很隐蔽。我的做法是：抓取AI回答的完整文本，标注“是否在结论句中被提及”，而不是只看有没有citation。加了这一层以后，我们的“有效引用率”从表面的 43% 掉到了 11%。

幻觉三：GEO和SEO可以复用同一套指标

一开始我直接拿SEO的排名、点击、CTR来套GEO，结果完全对不上。AI搜索没有稳定的“排名位次”概念，同一个query在不同时间、不同会话里，引用来源能差出七八个域名。后来我换了一套指标：引用频次、结论提及率、query覆盖广度、来源多样性。这四个指标跑下来，才勉强能看出趋势。

我现在的结论

GEO不是没效果，是效果被太多人用错误的指标给“美化”了。真实情况是：AI搜索目前流量质量偏低，但增长快、竞争少，属于早期红利。谁先把衡量口径做对，谁就能在红利期结束前知道该加码还是该撤。

顺便说一句，我统计的 4,217 条会话里，来自AI搜索的用户平均年龄比传统搜索低 6 岁，这个信号我觉得比转化率更值得关注。

问一个具体的：你们在统计GEO效果时，是怎么区分“被引用”和“被推荐”的？有没有人真的把结论提及率单独拉出来做指标的，求交流口径。