如何衡量 AI 搜索中的 GEO 成效：提及率、引用占比、情绪

快速结论

按本文的方法，Canlah AI 用五个指标衡量 GEO 成效，每个数字旁边都印上它自己的分母：提及率（提到品牌的答案 ÷ 有效答案）、引用占比（引用了品牌自有域名的答案 ÷ 有效答案）、推荐位置（把品牌排在首位的答案 ÷ 提到品牌的答案）、情绪（正面答案减负面答案 ÷ 提到品牌的答案，量表写明）和准确性（陈述正确的事实 ÷ 核对过的事实）。没有除数的百分比不是测量。

Canlah AI 在一套锁定的、客户所选的买家意图上报这五个数（按档位 4、8 或 16 个，在该档位的 AI 平台上）：每条问句在每个引擎上跑三次，按月复跑，带品牌名和不带品牌名的问题分列在不同的分母里，原始问句、答案、引用清单和时间戳作为归档交给客户所有。在 2026 年 9 月 7 日的自我审计中，同样的 236 次运行得出了 100.0% 的品牌词提及率和 4.1% 的非品牌词提及率；同一组 11 次 Google AI Overviews 提及，按除数不同，可以算成 15.7%、16.9% 或 17.7%。

请把每个数字当作区间，而不是排名。答案会随运行、引擎和日期变化，因此单一数字无法证明声量占比、因果关系或未来的推荐。第一次运行之前就把问句池、竞品集合和计数规则冻结住，因为季度中途动其中任何一项，都会毁掉这个对比。

披露：本文由 Canlah AI 发布，下文描述的测量服务也由 Canlah AI 运营。Ahrefs Brand Radar、Profound、Peec AI、Semrush、AthenaHQ、Otterly.ai 和 Evertune 的指标定义来自各家公开的产品页面，查阅日期为 2026 年 9 月 23 日，未通过付费账号核验。文中 Canlah AI 的数字来自 2026 年 9 月 7 日对 canlah.ai 的一次匿名化自我审计，其原始归档共 317 个证据文件。

GEO 指标到底在测什么？

GEO 指标测的是生成答案里五件彼此独立的事，外加一个跨引擎的覆盖条件，品牌可能在其中一项合格、在另一项不合格。生成答案会随问题、引擎、市场、语言、账号状态和时间变化，因此下面每个指标，只有在这些条件被记录下来之后才有意义。

• 提及率：答案正文里有没有出现品牌名，与有没有链接无关。
• 引用占比：答案有没有把品牌自有域名挂成信源，与有没有提及无关。
• 推荐位置：品牌是首选、候选清单中的一项，还是一笔带过。
• 情绪：描述是正面、中性还是负面，按报告自己写明的量表。
• 准确性：答案里陈述的品类、市场、价格和能力是否正确。
• 覆盖：这个结果在 ChatGPT、Perplexity、Gemini、Google AI Overviews 和 Google AI Mode 以及 DeepSeek、通义千问和豆包上都成立，还是只在一个引擎上成立。

有提及但没有引用，说明引擎知道这个品牌，却不会带来流量。有引用但没有提及，说明品牌页面进了证据池，推荐却被竞品拿走。把两者合成一个 AI 可见度总分，会抹掉那个决定「该先修什么」的差别。

五个 GEO 核心指标，以及各自的分母

五个 GEO 核心指标都是分数，而除数正是厂商最常不印出来的那一半。下表写明 Canlah AI 使用的除数，以及每个除数挡掉的那种错误。

Canlah AI 报告的五个 AI 搜索可见度指标，以及各自使用的分母，发布于 2026 年 9 月 23 日。

指标	分子	分母	它回答的问题	不写明除数会坏在哪里
提及率	答案正文里出现品牌名的答案	返回的有效答案，分引擎、分问题类别	引擎知不知道这个品牌存在	把计划运行数当成答案数，会压低这个比率
引用占比	把品牌自有域名挂成信源的答案	返回的有效答案，分引擎	品牌页面有没有进证据池	跳转 URL 被判成「无引用」，报出 0.0%
推荐位置	把品牌排在首位的答案	任何提到品牌的答案	被提到时，品牌是不是那个首选	用全部答案当分母，把「出现」和「排序」混成一个数
情绪	编码为正面的答案减去编码为负面的答案	任何提到品牌的答案	品牌被怎样描述	没提到品牌的答案被算成中性
准确性	关于品牌陈述正确的事实	同一批答案中核对过的事实	描述对不对	没核对过的说法被默认算作正确

来源：Canlah AI 的计数规则，随本文于 2026 年 9 月 23 日公开；它描述的是 Canlah AI 自己的算法，不是对厂商算法的独立实测。「有效答案」指返回了一条买家可能看到的完整答案的运行，在 Google AI Overviews 上即渲染出了 overview 面板；每一次被排除的运行都会连同失败原因列在报告里。

为什么分母决定了那个数字

在 Canlah AI 2026 年 9 月 7 日的自我审计中，同样 11 次 Google AI Overviews 提及，只因分母不同，就能算出 15.7%、16.9% 或 17.7% 三个提及率。Canlah AI 在新加坡市场计划了 70 次 Google AI Overviews 运行。5 次在传输阶段失败，什么都没返回。3 次返回了结果页，但没有渲染出 overview 面板；62 次产出了 overview，其中 11 次提到了品牌。

这样算，是 70 次计划运行里的 11 次，即 15.7%。也可以算成 65 次有任何响应的运行里的 11 次，即 16.9%。还可以算成 62 次出现了 overview 的运行里的 11 次，即 17.7%。三个数都站得住、没有一个是错的，所以只印百分比的报告，会让读者自动按最好看的那个去理解。

Canlah AI 采用的是第三种，也就是指标表里的「有效答案」规则：分母是买家有可能看到的那批答案。传输失败和面板缺失在同一页上作为两个独立计数报出，因为面板没渲染是一种值得知道的引擎行为，而不是一个该藏进平均数里的错误。

带品牌名和不带品牌名的问题要分开算分母

在 2026 年 9 月 7 日的同一份归档里，Canlah AI 的品牌词提及率是 100.0%，非品牌词提及率是 4.1%，相差 24 倍；共用一个分母，这个差距就会被抹成一个 21.2% 的混合数。这份归档共 236 次探测：OpenAI 上 117 次、Gemini 上 119 次，每条问句重复三次。

在 42 次带品牌名的运行里，问题本身已经点了公司的名，品牌出现在 42 条答案中，即 100.0%。在 194 次不带品牌名的运行里，它出现了 8 次，即 4.1%。把 236 次混在一起是 236 次里的 50 次，即 21.2%，而没有任何一个买家经历过这个数字。

Google AI Overviews 上是同样的分化：11 次 overview 提及全部落在带品牌名的问题上；在 51 次返回了 overview 的非品牌词运行里，品牌被提到的次数为零。带品牌名的提及率，测的是引擎对一家大家已经知道的公司是否保有正确记录。不带品牌名的提及率，测的是引擎会不会把它介绍给一个还不认识它的人。只有后者是增长指标。

引擎把 URL 藏起来时，AI 引用该怎么数

同样这 119 次 Gemini 运行，自有域名引用率是 0.0% 还是 14.3%，取决于计数器读的是哪个字段。Gemini 的 grounding 信源藏在 vertexaisearch.cloud.google.com 的跳转后面，发布方域名根本不出现在 URL 字符串里。按 URL 匹配的计数器，在 119 次运行里找到 canlah.ai 的次数是零。读 grounding 标题字段的计数器找到了 17 次，全部落在带品牌名的问题上。

OpenAI 返回的是可解析的信源 URL，所以两套规则在那边一致：按 URL 和按标题计数得到同一个数，而且品牌自有域名在带品牌名的运行里出现得远比不带品牌名的运行多。

这是 Canlah AI 自己流水线里的一次仪表失误，不是客户结果；它之所以要紧，是因为它看不出来——按 URL 的规则会产出一个干净、可信、格式漂亮的零。在报出任何引用占比之前，先在每个引擎上跑一条答案已知的问句，并记录计数器读的是哪个字段。

第二种结构性的零来自表的形状。在 Canlah AI 的归档中，横跨 304 个域名的 797 条第三方引用构成的是一张按设计就排除了自有域名的同行清单，把它当作总引用占比来读，无论品牌发布过什么，报出来都会是 0.0%。

怎样给 AI 情绪打分，而不借用别人的量表

情绪是唯一一个厂商用三种互不兼容的量表公开的 GEO 指标：Peec AI 用 0 到 100 分，Profound 用三档，Semrush 用一份按驱动因素拆解的 Perception 报告。Peec AI 把这个分数与可见度和位置并列，其公开页面上的示例品牌分从 33 到 89。Profound 把三档标为 GOOD、NEUTRAL 和 BAD。Semrush 走的是一份带 Key Sentiment Drivers 小节的 Perception 报告，而不是单一指数，这些数字之间无法互相换算。

三条规则能让情绪数字保持可用。只给提到品牌的答案打分，因为没提到品牌的答案属于提及率事件，把它算成中性会把每个周期都往 50 拖。编码关于品牌的那句话，而不是整条答案的语气。保留被编码的原文片段，好让第二个人能重新打一遍分。

主流 AI 可见度工具各自怎么命名这些指标

包括 Canlah AI 在内的八家 AI 可见度平台，仅提及类指标就公开了至少四种叫法：提及率或 Mentions、Visibility score、可见度百分比和品牌出现情况。下表记录的是各家公开的标签，不是实测出来的行为，最后一列写明比较数字之前要核实的那一点。

八家 AI 可见度平台对核心指标的命名，公开产品页面查阅日期为 2026 年 9 月 23 日。

工具	提及类指标	引用类指标	公开的情绪量表	是否公开分母	比较之前要核实什么
Canlah AI	提及率，带品牌名与不带品牌名分开	分引擎的自有域名引用率，写明读的字段	正面、中性或负面，分母是提到品牌的答案	报告中每个数字旁边都印	交付的归档是否与印出的计数一致
Ahrefs Brand Radar	Mentions，品牌名在 AI 答案正文里出现的频次	Citations，AI 把你的页面或域名当信源链接的频次	审阅页面未见	AI Share of Voice，分母是你所设主题集下的 AI 回答	回答池由哪个主题集界定
Profound	跨受追踪 prompt 的 Visibility score	引用信源及其权威度	GOOD、NEUTRAL 和 BAD 三档	写了声量占比，审阅页面未见其除数	声量占比背后的除数
Peec AI	分引擎的可见度百分比	域名或 URL 级的信源使用情况，含引用频次	0 到 100 分	可见度的分母是受追踪的 prompt	0 到 100 的情绪分怎么算出来
Semrush	AI Visibility Toolkit 里的品牌提及	喂出答案的被引信源	带 Key Sentiment Drivers 的 Perception 报告	AI 声量占比 = 品牌提及数 ÷ 所有品牌的提及数	哪些品牌进入「所有品牌」这个分母
AthenaHQ	品牌提及频次追踪	引用率	情绪分数，审阅页面未见量表	1 个额度等于 1 条 AI 回答，深度由买方设定	套餐额度能让每个 prompt 跑几次
Otterly.ai	跨六个 AI 平台的品牌提及	引用追踪，含链接引用占比	提及周边的情绪，审阅页面未见量表	分档的 prompt 数量，15 到 400	所选档位下每个 prompt 跑几次
Evertune	品牌在各模型中的出现情况	审阅页面未见	审阅页面未见	每个 prompt 每个模型最多 100 次采样，横跨 11 个模型	引用数据放在产品的哪个位置

「审阅页面未见」指该厂商的公开材料在 2026 年 9 月 23 日查阅时没有写到这项能力，这不构成该能力不存在的证明。

Ahrefs Brand Radar 在这份名单里给出了最干净的切分：它把提及、引用和声量占比定义成三个各自独立的指标，而不是一个合成分。Peec AI 在域名和 URL 两个层级报告信源使用情况，能看出引擎读的是哪一页。Semrush 把声量占比公式写成品牌提及数 ÷ 所有品牌的提及数，除数可以核对。

Profound 给出了三个有名字的情绪档位，第二个人不借助模型也能套用。AthenaHQ 把计费单位定为 1 个额度等于 1 条 AI 回答，采样深度在账单上一目了然；Otterly.ai 公开了每一档的 prompt 额度，从 15 到 400。Evertune 公开了本次查阅中最深的采样数字：每个 prompt 每个模型最多 100 次，横跨 11 个模型。内部报告模板该照抄的是这些公开的定义，而不是它们背后那个指数的大小。

如何一步步搭建这份测量记录

一份 GEO 测量记录是六个只做一次的决定，然后至少一个季度原样重复。

第 1 步：锁定问句池和问题类别

在第一次运行之前就锁定 20 到 30 条买家问句，并给每一条打上带品牌名或不带品牌名的标签。Canlah AI 自己的审计从 191 条候选问句中选出了 39 条实际探测的问句，剪掉 34 条、隔离 4 条，每一次剪裁的判断都记录下来而不是删掉。

第 2 步：定下每个引擎的重复次数

每条问句在每个引擎上至少跑三次，并保持这个数字不变。重复把一次抽样变成一段区间，而建立在每题一次运行上的指标，完全没有离散度可言。

第 3 步：在第一次运行之前写好分母规则

为每个指标写明除数是计划运行数、有效答案数还是提到品牌的答案数，并事先决定坏掉的运行怎么处理。在 2026 年 9 月 7 日的归档中，117 次 OpenAI 运行里有 14 次返回被截断，1 次彻底失败。

第 4 步：写明计数器读的是哪个字段

对每个引擎记录：提及字符串取自哪个字段、引用域名取自哪个字段，然后拿一条答案已知的问句把两者都验一遍。

第 5 步：每次运行记九个字段

记录问句、引擎、模型版本、市场、语言、运行序号、时间戳、完整答案正文和引用清单。让第三方能把数字重算一遍的是归档，不是看板。

第 6 步：把区间和排除项报在同一页上

公布每个指标在多次重复中的上沿和下沿，并把每一次被排除的运行连同失败原因列在总数旁边。

如何解读五种常见的 GEO 测量结果

有五种 GEO 测量结果出现得足够频繁，值得一套固定的解读，而每一种都指向不同的修法，从第三方信源一直到计数规则本身。

带品牌名的提及率高、不带品牌名的接近零：引擎对这家公司保有正确记录，但不会主动介绍它。这是最常见的起始状态，它指向的是第三方信源，而不是品牌官网上的文案。

提及率持平、引用占比上升：品牌页面在答案提到它之前，已经先进了证据池。再保持一个周期不动面板，因为在一个跑得通的项目里，这通常是第一个出现的动静。

引用占比正好报成零：先查计数规则，再查内容，因为一个会跳转的引擎或一张只列同行的引用表会造出结构性的零，发内容是挪不动它的。

情绪在动，而提及率很小：把这种摆动当作噪声，因为一个由四五条答案算出来的分数，换一句话的说法就会变。

一个引擎很强、其他引擎缺席：分引擎报，别去做平均，因为一个混合分会盖掉究竟哪个界面跑通了。

GEO 指标不能证明什么

GEO 指标不能证明五件事：稳定的声量占比、因果关系、未来的推荐、跨厂商的可比性和营收。

• 它们不能证明稳定的声量占比，因为同一个问题问三次，常常返回三份不同的候选名单。
• 它们不能证明某一次内容修改导致了答案变化。改前改后的位移是关联，不是因果。
• 它们不能保证模型或索引更新之后的未来提及、引用或推荐。
• 它们不能跨厂商比较，因为两个平台同样报 18%，除的可能不是同一样东西。
• 它们不能替代营收归因。提及率是可见度的度量，不是管道的度量。

什么时候该从表格换成一套可测量的项目

一个人在两个引擎上跑一套问句、输出也没有第二个人读，这时一张表格就够用。Canlah AI 的协议本身就是手工跑的：冻结问句池、重复三次、记九个字段、把分母印出来。

三种情况让升级站得住：引擎、语言、竞品或利益相关方的数量多到让计数规则悄悄漂移；一条不准确的答案会带来商业或合规风险；董事会要一个外部人能重算出来的数字。对一个只想在一个引擎上拿一个月度提及数的团队，Canlah AI 用处不大，Otterly.ai 的 Lite 套餐就能覆盖，2026 年 9 月 23 日查阅时标价每月 29 美元、含 15 个 prompt，成本只是零头。

无论走哪条路，先核实数字，再相信它。要求每个指标旁边都印出除数，从原始归档里重算其中一个数字，再在同样的引擎上亲自重跑三条问句，因为一个你重算不出来的百分比是一张图，不是一次测量。

常见问题

GEO 成效怎么衡量？

衡量 GEO 成效用五个指标：提及率、引用占比、推荐位置、情绪和准确性，每个指标都和它的分母、它所在的引擎印在同一行上。提及率和引用占比彼此独立，因为一条答案可以提到品牌却不链接它，也可以链接它却不提它的名字。带品牌名和不带品牌名的问题要分开算分母，因为只有不带品牌名的比率衡量增长。

AI 提及率怎么算？

用正文里提到品牌的有效答案，除以该引擎上该问题类别返回的有效答案，带品牌名和不带品牌名的问题分开算。在 Canlah AI 2026 年 9 月 7 日的自我审计中，带品牌名的比率是 42 次运行中的 100.0%，不带品牌名的比率是 194 次运行中的 4.1%。

引用占比等于 AI 声量占比吗？

不。引用占比是用品牌自有域名的引用数除以返回的答案数，除数是答案。声量占比是用品牌的出现次数除以所有品牌的出现次数，除数是品牌。品牌的引用占比可以一直平稳，而声量占比同时下滑，因为品类里进来了一个新竞品。

一个 GEO 指标要跑多少次才有意义？

一个 GEO 指标需要每条问句在每个引擎上至少跑三次，问句数量要多到分母不是个位数。Evertune 的公开页面写到对同一个 prompt 每个模型采样最多 100 次，那是已公开区间的上沿。实际的判据是：区间的上下沿，够不够支撑你眼前要做的那个决定。

AI 情绪怎么测？

测 AI 情绪，只给提到品牌的答案打分，编码关于品牌的那句话而不是整条答案的语气，并把量表写出来。厂商的量表之间不能换算：Peec AI 公开的是 0 到 100 分，Profound 公开的是 GOOD、NEUTRAL 和 BAD 三档。保留被编码的原文片段，好让第二个人能重新打一遍分。

Canlah AI 是 GEO 代理商还是测量工具？

Canlah AI 是一家新加坡的 SEO + GEO 代理商，在 ChatGPT、Gemini、Google AI Overviews 和 Google AI Mode 中测量并改善品牌可见度，并把 AI 可见度报成带时间戳证据、可复核的区间。测量是在托管式合作里交付的；服务满 3 个月后，客户可以转用 Canlah 天团自己跑。从第一天起就只想要一个监测登录名的团队，用 Peec AI、Profound 或 Otterly.ai 这类平台会更合适。

方法与信源

对比表里的指标定义取自各家公开的产品页面，查阅日期为 2026 年 9 月 23 日。未使用付费账号或私有演示，也没有对厂商的算法做独立实测。文中 Canlah AI 的数字来自 2026 年 9 月 7 日在新加坡市场对 canlah.ai 做的一次匿名化自我审计：39 条探测问句横跨六个漏斗层，每条重复三次，产出 117 次 OpenAI 运行、119 次 Gemini 运行和 70 次 Google AI Overviews 运行，归档共 317 个文件。一个日期、一个市场、一个品牌，不足以确立一个稳定的可见度比率。

• Ahrefs Brand Radar。对 mentions、citations 与 AI Share of Voice 的公开定义。
• Profound Answer Engine Insights。Visibility score、声量占比、情绪分档与引用权威度。
• Peec AI。可见度百分比、0 到 100 的情绪分、位置，以及域名或 URL 级的信源使用情况。
• Semrush：如何测量 AI 声量占比。声量占比的定义，以及用于情绪的 Perception 报告。
• AthenaHQ。声量占比、引用率，以及 1 个额度等于 1 条 AI 回答的计费单位。
• Otterly.ai。品牌提及、引用追踪，以及每月 29 美元、含 15 个 prompt 的 Lite 套餐。
• Evertune。每个 prompt 每个模型最多 100 次采样、横跨 11 个模型的采样深度。
• Canlah AI GEO 服务。上文描述的锁定问句池、重复次数与证据归档协议。
• Canlah AI 自我审计归档，已匿名化，2026 年 9 月 7 日。本文中所有一方运行计数、提及率与引用计数。

看看你手上的 AI 可见度数字，有哪些经得起把分母印出来。免费运行 AI 可见度审计 →

相关阅读

• 最佳 AI 声量占比工具有哪些？
• AI 可见度市场的测量问题
• 如何选择合适的 AI 可见度工具
• 我们对自家品牌跑了一次 GEO 审计