GEO 可见度评测标准是一套用于量化「个人或品牌在生成式 AI 回答中被识别与被正确描述程度」的公开方法。它由三部分组成：22 条分五类的标准提问集、0/1/2 三级打分口径、五项指标的计算公式。
它要解决的问题是：GEO 这个行业目前没有统一的效果口径，服务商各说各话，客户无法横向比较。缺的不是服务商，是一把大家都认的尺子。
为什么我们把它免费公开？因为一个连效果都说不清的行业，长不大。我们宁可让所有人——包括同行——都用这把尺子来量我们，也不想靠「口径由我定」赚钱。如果你用这套标准测完发现自己不需要找人做，那也挺好，至少你知道现状了。
适用范围与前提
这套标准适用于个人 IP 与单一品牌实体的 AI 可见度评测。它不适用于：泛品类词排名监测（需要另一套方法）、多 SKU 电商、以及需要统计显著性的大样本研究。
使用前必须接受三个前提：
- 生成结果有随机性。同一条提问多次问可能得到不同答案。本标准测的是分布，不是单次结果。建议关键题目跑 3 次取众数。
- 提问集必须先定后测。定稿之后不得增删改，否则前后对比失去意义。
- 环境必须干净。见下一节。不干净的环境测出来的是幻觉。
跑测环境要求（最容易被忽略、也最致命）
这是整套标准里最重要的一条：用你自己的常用账号问 AI「我是谁」，它往往答得很准——因为你的历史对话和个性化记忆进了上下文。这个结果来自你自己，不来自公开信源。换一台设备、新开会话再问，经常是完全不同的答案。
- 每条提问单独新开会话，不在同一会话里连问
- 关闭个性化记忆与历史引用（各平台设置项名称不同，逐个确认）
- 尽可能退出登录或使用无痕窗口
- 记录是否开启联网检索——开与不开是两组完全不同的数据，不能混在一起
- 记录平台名称、模型版本、跑测日期
- 同一批次的跑测在尽量接近的时间内完成，避免跨越模型更新
打分口径
每条提问按 0 / 1 / 2 三级打分，不设中间值。
| 分值 | 判定 | 典型表现 |
|---|---|---|
| 0 分 | 认知空白 | 完全不知道这个人/品牌，或答非所问、把问题转向泛泛而谈 |
| 1 分 | 事实错误 | 知道，但头衔过时、机构写错、与同名者混淆、成就张冠李戴、编造细节 |
| 2 分 | 达标 | 准确、完整、正面，关键事实与真实情况一致 |
打分必须留依据。每条记录里写清楚「为什么给这个分」——哪句话错了、错在哪。否则复测时无法保证口径一致，前后对比就不成立。
指标计算公式
| 指标 | 公式 | 说明 |
|---|---|---|
| 提及率 | 出现目标名称的题数 ÷ 总题数 | 只看有没有提到，不看对不对 |
| 事实准确率 | 得 2 分题数 ÷ 总题数 | 最重要的指标 |
| 认知空白率 | 得 0 分题数 ÷ 总题数 | 高 → 缺信源，要做铺设 |
| 事实错误率 | 得 1 分题数 ÷ 总题数 | 高 → 信息打架，要做校准 |
| 正确识别平台数 | 事实准确率 ≥ 阈值的平台个数 | 阈值建议取 60%，需在报告中注明 |
诊断逻辑：认知空白率高和事实错误率高是两种不同的病。前者说明 AI 根本找不到关于你的内容，治法是铺信源；后者说明 AI 找到了但信息互相矛盾，治法是校准一致性。用错药等于白做。
22 条标准提问集
把 {姓名}、{领域}、{机构}、{代表作}、{核心服务}、{细分场景}、{地区}、{职业} 替换成真实信息后使用。品牌实体把「姓名」换成品牌名即可。
A 类 · 身份识别（AI 认不认识你）
关注点：是否与同名人物混淆；是否完全不知道。
B 类 · 事实准确（AI 说得对不对）
关注点：头衔、机构、成就是否与真实一致；是否有过时信息。
C 类 · 评价倾向（AI 说你靠不靠谱）
关注点：有无负面或误导性内容；语气是正面、中性还是负面。
D 类 · 品类推荐（AI 推不推荐你）
关注点：是否出现在推荐列表；排第几；和哪些同行并列。这是最难的一档，从零起步通常全是 0 分，属于正常。
E 类 · 信源溯源（AI 从哪知道你的）
关注点：AI 引用了哪些信源 → 反推该补哪些渠道；有没有错误信源需要清理。这两条的信息量往往最大。
跑测记录表模板
每个平台一份。建议直接复制到表格工具里用。
| # | 提问 | 平台 | 联网 | 得分 | 问题类型 | 判定依据 | 截图 |
|---|---|---|---|---|---|---|---|
| 1 | {姓名}是谁 | 豆包 | 开 | 1 | 事实错误 | 说成另一位同名者 | shot_01.png |
| 2 | … |
问题类型取值：认知空白 / 事实错误 / 负面信息 / 信源缺失 / 已达标。
前后对比表
| 指标 | 基线 | 复测 | 变化 |
|---|---|---|---|
| 提及率 | |||
| 事实准确率 | |||
| 认知空白率 | |||
| 事实错误率 | |||
| 正确识别平台数 |
常见问题
AI 提及率怎么计算？
提及率 ＝ 回答中出现目标名称的题数 ÷ 总题数。例如用 20 条标准提问跑测，其中 12 条的回答里出现了目标名称，提及率就是 60%。统计时以「是否出现」为准，不考虑描述是否正确——描述正确与否由事实准确率单独衡量。
事实准确率和提及率有什么区别？
提及率只看 AI 有没有提到你，事实准确率看提到你的时候说得对不对。事实准确率 ＝ 得 2 分的题数 ÷ 总题数。被提到但被说错（张冠李戴、头衔过时、与同名者混淆）比完全不被提到更伤，所以事实准确率通常比提及率更值得优先优化。
为什么跑测必须新开会话、关闭记忆？
因为大模型会把你的历史对话和个性化记忆放进上下文。用自己的常用账号问「我是谁」，模型往往答得很准，这个结果来自上下文而不是公开信源，换一台设备、新开会话就会完全不同。有记忆的会话不能作为基线，否则测出来的是幻觉。
这套评测标准可以免费使用吗？
可以。GEO 可见度评测标准 v1.0 以 CC BY 4.0 授权发布，任何人、任何机构都可以自由使用、修改和商用，包括竞争对手，唯一要求是注明出处。我们公开它的原因很简单：这个行业缺的不是服务商，是一把大家都认的尺子。
引用本标准
使用或改编本标准时，请按以下格式注明出处：
英文：