测了三个月GEO数据，我发现最该盯的不是排名而是这三个指标

做数据的人有个毛病，看到有人说“GEO效果不错”就想追问一句：不错是多少？

上个月我把我们负责的一个B2B客户在AI搜索里的表现拉了一遍数据，从3月初到5月底，整整三个月。有些结论跟直觉反着来，分享给大家。

一、曝光涨了不代表生意来了

先说背景。客户是工业设备领域，主要做AI搜索里的品牌提及和内容引用。三个月下来，品牌在主流AI搜索产品里的提及次数涨了大概4倍，看着挺好看。

但我去翻了同期官网的咨询表单，自然流量进来的有效询盘只涨了不到30%。差了十几倍。

问题出在哪？后来我把AI回答里的提及做了分类：

• 品牌名被提到但没说做什么的，占了六成多
• 提到了业务方向但没给出处链接的，占两成
• 真正带链接或明确推荐语境的，不到两成

也就是说大部分“曝光”是无效的。AI在回答“工业设备哪家好”这类问题时顺嘴提了一句客户名字，但没有上下文、没有链接、没有推荐逻辑。这种曝光对用户决策几乎没影响。

二、我真正开始看的三个指标

踩完这个坑之后，我把监测口径换掉了。现在只看三个：

1. 引用率：AI回答中实际引用了客户内容（带出处或明确指向）的占比。这个数据才反映内容被AI“认可”的程度。我们客户这个数从最初的4%爬到了现在的18%，虽然绝对值不高，但趋势是对的。

1. 问题覆盖度：把行业里的高频问题整理成问题库，看AI在回答这些问题时品牌出现的比例。这个比“总提及量”有用得多，因为它直接对应真实搜索场景。我们整理了两百多个问题，目前覆盖了不到40%。

1. 下游转化归因：在官网上做了AI来源的埋点，虽然AI搜索的referrer识别一直是个难题，但能抓到的部分已经能看出差异。带引用来的访客，停留时长是普通自然流量的2.3倍，表单完成率也高出一截。

三、一个反常识的发现

内容发得越多，GEO效果不一定越好。

我们同期对比了两组内容：一组是每天更新短平快的资讯类内容，另一组是每周一到两篇深度长文。三个月后，深度长文被引用的次数是短内容的6倍以上。AI搜索对内容的“质量权重”比传统SEO更极端，因为它本质上是在做信息整合和筛选，垃圾内容它见得比你多。

所以我的判断是：GEO的投入产出比，短期内很难用“曝光量”来证明。老板问效果的时候，如果你拿一个涨了4倍的曝光数字去汇报，后面很容易翻车。不如老老实实把引用率和问题覆盖度这两个指标建起来，慢一点，但站得住。

最后问一句：你们在衡量GEO效果的时候，用的什么口径？有没有遇到“数据涨了但生意没涨”的情况？评论区聊聊，我最近在整理一套GEO效果评估的指标框架，想多收集一些一线的实践。