我们测什么
99GEO 的测量对象，是在约定的问题集上，AI 产品如何回答与你的品牌相关的问题。每一次测量都记录：
- 问题集：用户真实会问的问题，而不只是“XX 品牌怎么样”。品类问题、对比问题、场景问题、品牌事实问题分开记录。
- 平台与入口：哪个产品、网页版还是 App、是否开启联网搜索、是否登录。
- 时间与次数：同一个问题在不同时间、不同会话里的回答会变，所以一个问题要问多次。
- 记录的字段：是否提及、提及的位置与方式、是否引用了你的页面、提及内容是否正确、同时出现了哪些竞品、引用了哪些信源。
我们不测什么
- 不测“全网曝光量”。没有任何外部方法能知道一个 AI 产品对所有用户的全部回答，我们只报告约定问题集上的观察结果。
- 不给“GEO 总分”。提及、引用、准确性、访问、线索、收入是不同层级的东西，压成一个分数会掩盖真正的问题。如果未来提供分数，它只对应一个定义明确、可以解释的单层指标。
- 不抓取消费级产品界面做大规模自动化。初诊和诊断采用人工或半自动检查，规模化监测只有在客户明确需要、且方法合规时才会考虑。
提及、引用、正确提及、信息吸收
| 概念 | 含义 | 举例 |
|---|---|---|
| 提及（Mention） | 回答里出现了你的品牌名 | “常见的品牌有 A、B、你” |
| 引用（Citation） | 回答标注的来源链接里有你的页面 | 回答下方列出了你的官网文章 |
| 正确提及（Correct Mention） | 提及的内容与事实一致 | 产品线、价格区间、地区都说对了 |
| 信息吸收 | 回答使用了你公开的信息，但不一定注明来自你 | 回答复述了你官网上的说法，却没有链接 |
这四者不能互相替代：被引用但说错了，比没被提及更糟；被提及但没有引用，用户可能根本不会到你的网站。
单次测试的限制
同一个问题，在不同时间、不同会话、不同账户状态下，AI 的回答可能不同。因此：
- 一张截图证明不了任何趋势，只能证明“某一次出现过”。
- 比较前后变化时，必须使用同一问题集、同一平台入口、相近的时间窗口和足够的重复次数。
- 我们报告的是“在 N 次测试中出现 M 次”，而不是“出现了”或“没出现”。
API 与消费级产品的区别
通过模型 API 调用得到的回答，和用户在 App 或网页里看到的回答，可能使用不同的模型版本、不同的系统设置、不同的联网检索方式，也没有用户的历史上下文。所以：
- API 测量适合做可重复的研究，但不能直接代表消费级产品里的曝光。
- 我们会写明每一个数字来自 API 还是来自产品界面。
厂商案例与独立证据
GEO 行业有大量案例来自销售相关工具或服务的公司。这些案例不一定错，但发布方有明显的利益关系，而且方法往往不完整公开。我们的做法是：
- 在内部的 Source Registry（来源库）里把每个来源标注类型，并在每篇文章和 证据库 条目下公开：官方、同行评审、预印本、独立研究、媒体、厂商研究、客户案例、当事方自述。
- 厂商研究和当事方自述只写成“某某称……”，不写成“研究证明……”。
- 每条证据都单独写出“能证明什么”和“不能证明什么”。
观察性结果与因果增量
“做了 GEO 之后，线索变多了”是观察性结果；“如果没做，线索不会变多”才是因果增量。两者之间隔着季节、广告、销售动作、品牌知名度等许多因素。
我们把效果分成三本账：
- 展示账：AI 提及、引用、正确提及、竞品出现。
- 归因账：网站访问、CTA、线索、有效线索、商机、付费客户、收入，按规则归因到来源。
- 增量账：需要对照设计（例如分组、时间序列对照），难度最高。
我们不会把展示账的变化直接换算成收入，也不会把归因账说成增量账。做不到第三层时，我们会明说。
利益披露原则
- 99GEO 提供 GEO 诊断与优化服务，这一点在所有涉及服务选择的文章里都会披露。
- 发布服务商或工具比较时，99GEO 不给自己排名，最多单列说明自己提供什么服务。
- 来源与我们存在商业关系时，在来源标注中写明。
- 我们不收取被评测工具或服务商的费用。