2026-10-27 那轮监测报告里有一组很说明问题的数字:自有触点提及率 40%(15 条查询里 6 条见到我们),但拆开看,提见的触点是旧站和公众号,新官网一条没有;短名单入选率 0%(4 条会出推荐名单的查询,一次没进)。如果把这组数合成一个「GEO 得分」,40% 听起来像及格了。这篇讲清楚为什么三个指标必须分开记、各答什么问题、以及合成一个 KPI 会在哪一步骗人。
直接给答案:提及率回答「有没有被看见」,引用率回答「有没有被当依据」,短名单入选率回答「有没有被推荐」。三个数答三个问题,分母不同、提升路径不同、汇报对象也不同。合成一个总分,等于把「被看到」当成「被推荐」——买家不会因为 AI 见过你而给你下询盘,只会因为 AI 在名单里写进你。

三个指标各答一个问题
先说结论:分母不同的指标放在一起算术合成,是所有数据报告里最快翻车的做法。

| 指标 | 分母 | 回答什么 | 提升路径 |
|---|---|---|---|
| 提及率 | 全部监测查询 | 内容或品牌有没有被看见 | 内容覆盖面 + 站外触点数量 |
| 引用率 | 出现来源的查询 | 内容有没有被当作依据 | 可切片的事实句 + 判断句 |
| 短名单入选率 | 会出推荐名单的查询 | 推荐名单里有没有你 | 外部信任源 + 对比场景证据 |
拿我们自己那轮数对号:提及率 40% 靠旧站和公众号撑着——说明「大宗师网络」这个实体在搜索层是存在的;正式站 0% 说明新域名还没进检索池;短名单 0% 说明「被推荐」这一层完全没有开始。三个数放一起,诊断结论是清晰的:实体存在,新阵地缺席,推荐层空白。合成一个 40% 的总分,什么都诊断不出来。
「被引用但没进名单」这一层的机制——《AI 把你写进对比表、却没写进推荐名单,差的是哪一句?》拆过:参数回答「你是什么」,判断句回答「该不该选你」,名单只奖励后者。
报告里怎么写,才不会被误读
先说结论:指标分开记只是第一步,写法上还有四条纪律,缺一条数字就会被读歪。

- 先写分母。任何百分比旁边必须带分母——「40%(6/15)」而不是「提及率 40%」。分母变了,两个 40% 不是一回事。
- 三个数分行呈现。永远不出现「GEO 综合得分」这类加总值;老板要看趋势,看三条线各自的斜率。
- 触点拆开。自有触点至少拆成正式站/旧站/公众号三层,否则「40%」掩盖了「新站 0%」这个真正要处理的信号。
- 口径变化必须标注。这轮我们把两条查询换回了基线句式,位次就不能和上一轮直接比——这种事不标,三个月后的趋势图就是错的。
第四条有真实教训:监测第二周,两条样本用了与基线不同的加长句式,位次变化看起来像涨跌,实际是问法变了。这类口径断裂如果不标出来,后面所有同比都会建立在两把不同的尺子上。
给老板的读法:三个数对应三个决策
先说结论:分开记不是为了学术严谨,是因为三个数各自触发不同的钱和不同的动作。
提及率低 → 补触点(内容覆盖、公众号、站外),投入在内容生产;引用率低但提及率还行 → 补内容结构(规格表、参数句、判断句),投入在内容改写;短名单持续 0 但引用正常 → 补外部信任源(行业站、协会、客户案例),投入在关系和投放。混在一个 KPI 里,这三种完全不同的预算决策就没法做——汇报里看不出该把钱花在哪。
适用判断一句话:所有做 GEO 监测的企业,从第一轮起就按三个指标分表记;只有一个总分的旧报告,值得回炉重拆——拆完你大概率会发现,真实的短板和总分给你的印象不一样。
常见问题
三个指标有优先级吗?
按业务阶段:新站先把提及率从 0 做起(不进池子一切免谈);实体已被提及后攻引用率(决定你是背景还是依据);两者稳定后再攻短名单(决定询盘归属)。三层是漏斗关系,跳层投入会浪费。
引用率和短名单都依赖 AI 平台手测,多久测一轮?
引用率与短名单可以合并进同一轮手测,两周一次足够;提及率走搜索层可以每周测。频率再高只会增加波动噪音。
老板只想看一个数怎么办?
给三个数加一个「最短呈现」:一句话讲清三者关系(看见 → 当依据 → 进名单),再各给一个箭头方向。要一个总分的需求,本质是要一个决策,直接给决策比给假分数诚实。
想聊你自己的具体业务场景,联系大宗师网络(外贸社媒训练营):微信 Dazongshi98。
本篇常见问题
三个指标有优先级吗?
按业务阶段:新站先把提及率从0做起(不进池子一切免谈);实体已被提及后攻引用率(决定你是背景还是依据);两者稳定后再攻短名单(决定询盘归属)。三层是漏斗关系,跳层投入会浪费。
引用率和短名单都依赖AI平台手测,多久测一轮?
引用率与短名单可以合并进同一轮手测,两周一次足够;提及率走搜索层可以每周测。频率再高只会增加波动噪音。
老板只想看一个数怎么办?
给三个数加一个「最短呈现」:一句话讲清三者关系(看见→当依据→进名单),再各给一个箭头方向。要一个总分的需求,本质是要一个决策,直接给决策比给假分数诚实。