# GEO 90天里程碑：从基线、引用到业务转化

> 很多团队刚开始做生成式引擎优化，也就是GEO，第一份周报就在统计：品牌提及增加了多少？

来源：https://www.starbox.work/insights/geo-guide/geo088/（星盒AI 知识中心，更新于 2026-09-21）

很多团队刚开始做生成式引擎优化，也就是GEO，第一份周报就在统计：品牌提及增加了多少？

这个数字不是不能看，而是看得太早。

GEO的目标，是让品牌内容更容易被生成式搜索找到、理解和引用，并最终带来有效咨询。提及只是其中一个结果。它不能说明内容有没有被系统读取，事实有没有被准确理解，目标问题有没有得到覆盖，更不能证明业务已经获得有效线索。

所以，设定阶段指标时，真正需要回答的不是“数字涨了多少”，而是两个更具体的问题：

1. 当前阶段需要验证什么？
2. 如果没有通过，应该调整技术、内容、证据，还是业务承接？

90天里程碑的作用，就是让团队在每个阶段拿到足够的证据，再决定是否进入下一阶段。

## 先把指标分成四层

生成式搜索通常会先从索引中寻找候选页面或内容片段，再进行排序，最后根据相关内容组织答案并列出来源。这里的“索引”，可以理解为系统已经发现、读取并保存的网页信息集合。

如果页面根本没有进入候选范围，内容写得再完整，也很难出现在答案里。因此，GEO不能只看一个总分，至少要分成四层：可进入、可理解、可引用、可转化。

| 层级 | 需要回答的问题 | 核心指标 | 指标异常时优先检查 |
|---|---|---|---|
| 可进入 | 内容能否被系统找到和读取？ | 收录率、有效抓取率、可访问页面占比 | `robots.txt`访问规则、站点地图、服务端是否输出完整页面、页面状态码是否正常 |
| 可理解 | 系统能否准确提取页面中的事实？ | 关键事实块覆盖率、问答完整率、主体信息一致率 | 标题、二级标题、首段直答、表格、常见问答、主体名称写法 |
| 可引用 | 内容是否进入答案正文或来源区？ | 提及率、引用率、答案前列率、来源多样性 | 事实依据、来源可信度、内容更新时间、不同平台的内容匹配情况 |
| 可转化 | 用户看到内容后是否产生有效动作？ | AI来源访问、咨询、留资、有效商机率 | 咨询页面、联系方式、用户意图匹配、线索质量 |

这四层不能互相替代。

收录率高，不等于内容会被引用；引用次数增加，也不等于有效线索会增加。把四层指标分开，团队才能判断问题发生在哪里，并采取对应动作。

![GEO 90天里程碑：从基线、引用到业务转化](/static/img/insights/geo-guide/geo088-2.jpg)

## 0—7天：先建立一套可以复测的基线

项目开始后的前7天，应定义为基线期。

这一阶段不宜承诺可见度提升，重点是确定测试对象、统计方法和起点数据。没有基线，后续出现变化时，就无法判断究竟是项目取得进展、平台更新了索引，还是提问方式发生了变化。

### 第一步：建立固定问题库

先列出20—30条高价值提问。问题不能只有品牌词，还要覆盖四类真实需求：

- 品类选择类问题；
- 场景解决类问题；
- 比较类问题；
- 风险与标准类问题。

测试时，应尽量使用固定账号、相近的网络环境和相同的提问方式，并记录四项结果：

1. 答案是否提及目标品牌、机构或人物；
2. 答案是否附带来源链接；
3. 目标主体在答案中处于什么位置；
4. 系统引用了哪些页面。

固定题组用于前后对比，不应因为某次结果不好就临时换题。

### 第二步：盘点现有内容

团队还要逐项检查现有页面：

- 关键页面能否正常打开；
- 标题和二级标题是否清楚；
- 核心事实是否出现在前150词内；
- 常见问答是否真的回答了用户问题；
- 主体名称、成立时间、业务范围等信息，在官网和外部资料中是否一致。

这里的“主体信息一致”，指同一品牌、机构或人物的关键资料没有互相冲突。名称、地区、主营业务或资质写法不一致，可能导致系统把同一主体识别成多个对象，也可能把不同主体混在一起。

### 第三步：建立三个基线指标

1. **问题覆盖率**：已有页面能够直接回答的核心提问数 ÷ 提问总数。这个指标衡量内容缺口，不衡量曝光。
2. **事实块完整率**：同时包含定义、适用条件、数据或依据、结论四类信息的页面数 ÷ 应补页面数。这个指标衡量页面是否便于系统提取和引用。
3. **主体信息一致率**：抽查页面中，名称、主营业务、地区、关键资质等字段保持一致的页面数 ÷ 抽查页面总数。这个指标用于判断公开信息是否存在主体混淆风险。

一项分析1700万条引用的公开研究发现，被引用页面平均比传统搜索引擎中的自然结果更新25.7%。另一项跨平台研究显示，三个主流生成式搜索产品的头部引用来源中，有86%并不重叠。

前一个结果提醒团队，基线台账必须记录页面的发布日期和更新时间；后一个结果则说明，不能用一个平台的测试结果代表全部平台。

基线期真正需要交付的，不是一份“项目已经启动”的说明，而是一张可以重复测试的台账。台账至少要保留：

- 原始提问；
- 测试日期；
- 完整答案截图或文本；
- 引用链接；
- 人工判断备注。

只有原始记录保留下来，后续变化才有比较依据。

![GEO 90天里程碑：从基线、引用到业务转化](/static/img/insights/geo-guide/geo088-3.jpg)

## 8—30天：验证内容能否被稳定读取和准确理解

第8—30天的重点，是让内容从“已经发布”变成“系统能够稳定读取，并准确理解页面在回答什么”。

这一阶段最常见的问题，是把发布篇数当成主要指标。篇数只能反映工作量，不能证明页面回答了目标问题，也不能证明系统能够提取其中的关键事实。

阶段门槛可以设置为以下四项：

- 核心问题覆盖率达到预先确定的目标，例如优先问题中至少70%已有直接回答页面；
- 重点页面在首屏给出明确结论，避免读者或系统读完数段后仍不知道页面回答了什么；
- 每个关键主题至少配齐一个定义页、一个场景页，以及一个比较页或决策页；
- 页面标明发布日期或更新时间，并且可以追溯修改记录。

### 为什么要单独检查内容结构？

公开资料汇总显示，FAQPage结构化数据与生成式答案中的引用表现有关。FAQPage是一种用于标记页面问答内容的结构化数据，作用是让系统更容易识别问题与答案的对应关系。

列表、对比和表格类页面，也更容易形成可以单独提取的事实块。不同研究给出的增幅差异较大，不能直接转化为项目承诺，但可以确认一个基本方向：先把答案写得可验证、可拆分、可定位，再考虑扩大内容规模。

这一阶段可以增加两个过程指标：

| 指标 | 建议统计口径 | 达标后说明什么 |
|---|---|---|
| 直答率 | 重点页面中，在首个二级标题下150词以内直接回答问题的页面占比 | 页面不再依赖长篇铺垫，读者和系统可以较快找到结论 |
| 结构化覆盖率 | 已配置适用的结构化数据、表格或常见问答的重点页面占比 | 关键事实已经按照清楚、稳定的方式组织 |

如果直答率低，先修改页面开头和二级标题；如果结构化覆盖率低，先补充表格、问答和必要字段。

这时不要把增加关键词当成优先动作。重复堆放关键词不能补足事实，还可能增加低质量内容风险。

## 31—60天：开始验证提及和引用表现

等内容与技术条件趋于稳定后，才适合把“是否被提及、是否被引用、是否进入推荐名单”设为阶段主指标。

不要只统计一个笼统的曝光量，至少要拆成四项：

**提及率**：测试问题中，答案出现目标主体名称的次数 ÷ 测试问题总数。

**引用率**：测试问题中，答案附带本方页面或可归属内容链接的次数 ÷ 测试问题总数。

**答案前列率**：在存在多项推荐或多个来源的答案中，目标主体进入前3项的次数 ÷ 有效测试问题数。

**来源多样性**：产生提及或引用的平台、域名或内容类型数量。这个数字并非越高越好，重点是避免全部信号只来自同一个自有页面。

分析结果时，要注意两个边界。

第一，提及和引用不是一回事。答案可能提到目标主体，却没有附带链接；也可能引用了相关页面，却没有把目标主体列入明确推荐。把两项数据合在一起，会掩盖真实问题。

第二，不同引擎的引用偏好并不相同。前述跨平台研究中，86%的头部来源并不重叠。因此，每个平台都应建立自己的问题集和目标内容，不能只做一次测试，再给出一个所谓的总排名。

一项针对140万条提示词的公开研究还发现，头部被引页面中，67%来自原创研究、一手数据或学术来源。这个比例不能作为所有行业的结果承诺，但可以作为内容质量的参考。

进入这一阶段后，除了统计发布量，还要观察“有证据的内容占比”和“独立来源占比”。一篇文章是否给出可核验的事实依据，往往比它重复了多少次关键词更值得关注。

## 61—90天：把可见度对应到实际业务结果

生成式搜索带来的访问量可能不大，但访问者的需求可能更明确。因此，最后一层不能只看流量，还要继续观察访问之后发生了什么。

建议至少跟踪以下数据：

- AI来源访问量，以及它在全部自然访问中的占比；
- AI来源带来的咨询数、表单数和预约数；
- 有效线索率，即经销售或运营确认符合目标客群的线索数 ÷ 全部AI来源线索数；
- 用户从首次访问到留下联系方式的完整过程，确认其访问了哪些页面，又在哪一步离开；
- 线索备注中的原始提问，并将这些问题补入下一轮问题库。

一项基于500多个高价值主题的公开研究称，AI搜索流量的平均转化率可能高于传统自然流量。另有公开案例显示，即使AI来源流量占比较低，其注册贡献也可能明显更高。

这些数据来自海外样本，不能直接作为国内项目的目标值。更稳妥的做法，是先计算自身业务的“AI来源有效线索率”，再与其他自然来源进行比较。

如果AI来源访问增加，但咨询没有变化，应优先检查承接咨询或留资的页面、咨询入口和内容意图是否匹配，而不是继续扩大内容数量。

## 一张可执行的90天里程碑表

| 时间 | 必须取得的阶段证据 | 主要指标 | 未达标时优先处理什么 |
|---|---|---|---|
| 0—7天 | 完成固定问题库和基线台账 | 问题覆盖率、主体信息一致率、原始提及率与引用率 | 补足测试样本，统一记录和判断口径 |
| 8—30天 | 重点内容可读取、可查询、可直接回答问题 | 直答率、事实块完整率、结构化覆盖率 | 补定义页、场景页、常见问答和事实依据 |
| 31—60天 | 目标问题开始出现相对稳定的提及与引用信号 | 提及率、引用率、答案前列率 | 按平台补充对应内容和第三方证据 |
| 61—90天 | 可见度能够带来并承接业务动作 | AI来源咨询数、有效线索率、用户转化过程 | 优化咨询页面和承接方式，淘汰无效问题 |

每次复盘只需要回答三个问题：

1. 哪个指标发生了变化？
2. 它属于可进入、可理解、可引用、可转化中的哪一层？
3. 下一步应该调整哪类页面、事实或证据？

这样可以避免因为一次答案波动，就修改全部内容。

## 常见问题

### 1. 为什么不直接设置一个“GEO总分”？

总分可以用于管理层概览，但不能承担具体诊断功能。

收录、内容结构、引用和转化的影响因素并不相同。总分下降时，团队仍然无法判断应该修复技术问题、补充内容，还是调整业务承接。具体执行时，必须保留分层指标和原始数据。

### 2. 提及率和引用率，哪个更重要？

两者都要看。

提及说明目标主体出现在答案中；引用说明系统愿意把某个页面作为答案依据。面向获客的项目还要继续追踪咨询和有效线索，不能停留在提及与引用层面。

### 3. 一周没有被引用，是否说明内容无效？

不能这样判断。

应先检查页面是否被收录、测试问题是否固定，以及内容是否确实回答了问题。生成式答案会随索引状态和提问条件变化，单周样本不足以证明长期趋势。

### 4. 测试问题要不要每天更换？

核心问题不要每天更换，应保留固定题组，用于前后比较。

团队可以另设探索题组，用来发现新的用户需求，但不能用探索题组替代基线题组。否则，前后两次测试对象不同，结果就失去了可比性。

### 5. 指标目标应该定多高？

先根据自身基线设置相对目标。例如，在30天内把重点问题覆盖率从30%提高到70%。

如果没有自身基线，直接套用行业中的引用率数字，通常无法支持项目决策。不同平台、行业、问题类型和内容基础之间存在差异，统一数字很难说明具体项目是否取得进展。

### 6. 内容篇数能不能作为关键绩效指标？

可以作为排产指标，但不能单独作为阶段成功标准。

只有当内容对应重点问题、具备事实依据，并产生可以复测的提及、引用或业务动作时，篇数才与项目结果有关。

GEO指标的作用，不是让周报出现更多数字，而是帮助团队对每一笔内容投入作出明确判断：继续投入、补充证据、调整承接，还是停止重复生产。