GEO效果怎么量化？我统计了3000条AI回答，发现80%的品牌露出是无效的

最近老板问我GEO投了三个月效果怎么样，我拿不出硬数据，场面一度很尴尬。痛定思痛，我自己搭了一套监测流程，爬了主流AI搜索（某歌、某度、某AI）上3000条和公司产品相关的回答，手工标注了品牌提及情况。结果挺反常识的：80%的品牌露出其实是无效的。

先说什么叫“无效露出”。不是AI没提你，而是提了等于白提。我分了四类：

1. 陪跑型：AI列了10个品牌，你在第9位，用户根本滑不到。这类占无效露出的42%。
2. 错配型：AI提了你，但描述的是你三年前的老业务，或者干脆张冠李戴。占23%。
3. 负面捆绑：AI把你和某个负面关键词放一起，比如“XX品牌虽然便宜但质量一般”。占11%。
4. 幻觉引用：AI编了个不存在的功能或数据，还标了你的名字。占4%。

真正算有效露出的只有20%——AI在回答核心问题时，把你作为首选或次选推荐，且描述准确。

怎么衡量？我用了三个指标：

• 首选率：AI在同类问题下第一个提到你的比例。我们只有6%，行业头部能到35%。
• 描述准确率：AI说的和你实际业务匹配的比例。我们71%，低于我预期的85%。
• 引用源质量：AI引用你的信息来自官网、权威媒体还是随便一个论坛帖。我们官网被引比例只有28%，大部分来自第三方聚合站。

踩坑细节：一开始我只统计“是否提及”，后来发现这指标毫无指导意义。改成“提及位置+情感倾向+描述准确度”三维打分后，才看出问题——我们花大力气铺的问答内容，AI压根没引用，反而是一些老新闻稿被反复抓取。

判断依据：我对比了SEO的排名逻辑，GEO的“排名”更不稳定，同一个问题换个问法，AI推荐顺序能差3位以上。所以单次监测没意义，至少要跑两周、每天同一时间抓取，看波动区间。

具体建议：

1. 别只看“有没有被提到”，要看“被提到时说了什么”。
2. 建一个基准问题库，20-30个用户真实问法，每周跑一次。
3. 把AI回答里的引用源扒出来，看哪些页面被高频引用，重点优化那些页面。

最后问一句：你们监测GEO效果时，有没有遇到过AI今天推荐你、明天就换人的情况？是怎么判断是内容问题还是模型更新导致的？