GEO 指标怎么读:提及率、SOV、平均位次和 Grounding
“AI 提到你了”只是起点。真正需要回答的是:在多少有效样本里被提到、排在第几、占了竞品声量的多少、回答有没有依据。
先看样本,再看分数
任何 GEO 指标都依赖样本:问题、引擎、模型版本、温度、联网参数和采样次数。一个 100% 的提及率,如果只来自 1 条样本,不能代表市场;一个 20% 的提及率,如果来自 200 条固定问题,反而更值得跟踪。
所以在 GeoSearch 里,指标旁边必须同时出现 OK 样本数。失败样本单独统计,不把 DEAD 当成“没提到”。不同引擎、模型版本和联网模式也分开记录,不混成一个总分。
四个核心指标
| 指标 | 口径 | 适合回答 | 常见误读 |
|---|---|---|---|
| 提及率 | 提到主品牌的 OK 样本数 ÷ OK 样本总数 | 品牌在 AI 答案中的覆盖面 | 把提及当成推荐;忽略问题和引擎结构 |
| 声量份额 SOV | 主品牌提及数 ÷ 所有品牌提及数 | 和竞品争夺 AI 答案声量的相对位置 | 样本少时波动大;竞品集合不完整会失真 |
| 平均位次 | 被提及时识别到的推荐列表位次的平均值 | 在推荐列表中的相对位置 | 没有列表结构的回答不能强行算位次 |
| Grounding | 回答是否有结构化引用或使用了提供的来源 | 判断“有来源”还是“有依据” | 有引用不等于事实正确,仍需人工复核 |
提及率不是推荐率
回答里出现品牌名,可能是因为被推荐,也可能是因为被比较、被质疑,甚至是因为用户问题里已经包含品牌。GEO 报告应该把“提及”“推荐”“引用”分开,不要把三者合成一个模糊的“AI 排名”。
一个负责任的 GEO 指标,不是让分数看起来更高,而是让客户能指出:这条结论来自哪一条回答、哪一个引用、哪一次采样。
SOV 要和竞品集合一起看
声量份额的分母是“所有被监测品牌的提及数”。如果竞品集合只放了两个品牌,SOV 会显得很高;如果放入了十个长尾品牌,SOV 会被稀释。报告必须列出竞品集合,并说明样本周期,否则 SOV 不可比较。
更稳妥的做法是同时看:主品牌提及率、竞品提及率、主品牌在提及品牌中的排序,以及引用源是否被竞品占据。单看一个 SOV 数字,很容易得出相反结论。
位次与 Grounding 的边界
位次只在回答呈现明确列表、编号或表格时才有意义。自由文本里的“首先”“其次”不能稳定映射成 1、2、3。GeoSearch 会把无法识别位次的样本记为 0,而不是猜测。
Grounding 也不是事实核查。它只能说明回答是否引用了结构化来源、是否使用了检索内容。报告会区分 GROUNDED、UNKNOWN 和 UNGROUNDED,并保留原文,方便人工复核。
怎么用于月度复盘
- 固定问题和引擎,比较同一口径下的周期变化。
- 先看样本量和失败率,再看提及率和 SOV。
- 把变化拆到引擎、问题类型和引用源,而不是只报一个总分。
- 对异常样本回到回答原文和引用 URL,确认是模型变化还是解析误差。
如果你正在搭 GEO 报告,可以继续看 GEO 报告怎么写:从样本到证据链,或直接了解 GeoSearch 的监测口径。