翻了五份报告后，我劝大家先别急着给GEO下结论

最近GEO的讨论明显热起来了，但说实话，我看了一圈，真正能拿出手的数据支撑并不多。

先说一下我的背景，我在一家大数据公司做分析师，平时的工作就是和各种报告、数据口径打交道。这半个月我陆续翻了五份跟AI搜索、GEO相关的行业报告，有咨询公司的，有平台方出的，也有第三方监测机构的。看完之后最大的感受是：现在谈GEO效果，样本量和归因口径都还撑不住结论。

举个具体的例子。

某份报告里说“接入GEO优化后品牌在AI回答中的提及率提升了42%”，听起来很唬人。但我仔细看了它的口径，发现这个“提及率”统计的是特定几个prompt下的结果，而且prompt是优化方自己选的。这就有一个很明显的选择偏差——你挑那些本来就有机会被引用的词去测，提升当然好看。

再看另一份，样本覆盖了大概300个品牌，但真正有完整前后对比数据的只有不到40个。剩下的大部分是“感觉有效”或者“客户反馈不错”。这种数据在内部汇报里我都不敢往上写，更别说拿来指导预算分配了。

还有归因的问题。AI回答里提到你的品牌，可能是因为你做了GEO，也可能是因为你本来就投了大量品牌广告、有自然声量、或者刚好那段时间有热点事件。这些变量不控制住，单说GEO带来的提升，我觉得是不严谨的。

我自己最近在盯的一个小实验是：选20个同行业的品牌，分成做了GEO和没做GEO两组，用固定的prompt池每周跑一次，记录AI回答里的品牌提及、链接引用和情感倾向。跑了六周，目前看两组都有波动，差异还没有稳定到能下判断的程度。

所以我现在的态度比较保守：GEO大概率是有价值的，但价值有多大、在什么条件下成立，还需要更多横向对比和更长周期的数据。 现在急着说“GEO是下一个SEO”或者“GEO就是自嗨”，都太早了。

不知道社区里有没有人也在做类似的跟踪？你们观测周期一般设多长，归因这块是怎么处理的？