一、核心评估维度（按 GEO 优先级排序）

1）检索层指标：你的内容有没有被 AI “看见”

① AI 检索命中率

• 定义：测试关键词中，你的内容出现在 AI 检索池里的比例
• 计算：命中关键词数 / 总测试关键词数
• 评估：反向分析 GEO 后，命中率明显上升= 有效

② 检索排名分

• 定义：你的内容在 AI 候选结果里的平均位次
• 评估：排名越靠前，说明你反推的语义匹配、结构、权威度规则有效

2）引用层指标：AI 有没有 “引用 / 摘录” 你

① 内容引用率

• 定义：AI 回答中直接引用 / 摘录你内容的次数占比
• 计算：引用次数 / 总测试 query 数
• 评估：引用率↑ = 你反推的「AI 偏好结构 / 证据链」有效

② 引用深度

• 浅引用：只提名字 / 一句话
• 中引用：摘录观点
• 深引用：整段采纳 + 标注来源
• 评估：深度引用占比↑ = GEO 反向分析成功

③ 信源权重得分

• 定义：AI 是否把你当成高可信来源
• 表现：多次跨 query 引用、与权威站并列、被正面评价
• 评估：这是 GEO 高阶成功标志

3）采纳层指标：AI 是否把你当 “标准答案”

① 核心采纳率

• 定义：你的内容成为 AI最终答案主干的比例
• 评估：采纳率↑ = 你反推的「答案结构、逻辑、证据」完全踩中 AI 偏好

② 答案首位占比

• 定义：你在 AI 给出的多个来源里排第 1 的比例
• 这是 GEO 流量 / 曝光的核心指标

③ 多模型一致性

• 定义：在豆包 / 文心 / 其他 AI 里都能稳定被引用
• 评估：一致性高 = 你提炼的 GEO 是通用规则，不是模型特例

4）商业 / 效果层指标：GEO 带来真实价值

① AI 引流占比

• 从 AI 入口（AI 搜索、AI 总结、AI 推荐）带来的访问占比

② 内容曝光增量

• 被 AI 引用后，内容曝光 / 阅读 / 收藏的提升

③ 转化归因

• 品牌词提及、咨询、表单、成交中来自 AI 渠道的比例

5）策略层指标：你 “反向分析 GEO” 这件事本身效率如何

① 优化命中率

• 你根据 AI 反推出的规则→优化内容→真的提升引用的比例

② 问题解决率

• 之前不被引用 / 不被采纳的问题，优化后解决的比例

③ 成本效率

• 每提升 1% 引用率，需要的内容修改量 / 时间

二、简单的效果评估公式（直接用）

• ＞60：初步有效
• ＞80：优秀
• ＞90：你的内容已成为 AI 偏好信源

三、标准评估流程（1 天就能跑完）

1. 建基线：优化前测一遍所有指标
2. 用 AI 反向分析得出 GEO 规则
3. 按规则改一批内容
4. 同一批关键词复测
5. 看：
   • 引用率是否↑
   • 深度引用是否↑
   • 排名是否↑
   • 多模型是否稳定

四、你可以直接交给 AI 做的评估指令

请统计这两组 AI 回答中，我的内容被：

1）检索到的次数

2）引用的次数

3）深度引用的次数

4）作为核心答案的次数

输出对比表和 GEO 效果结论。

• 你做的是哪类内容（文章 / 问答 / 百科 / 官网）
• 主要在哪个 AI 平台测