一、实体可见度指标（第一层：能不能被 AI 找到、提及）

      这是 GEO 最基础指标，代表你的公司 / 工厂有没有进入大模型候选池。

1.公司引用曝光频次

      在 SGE、Gemini、Perplexity 等工具，用采购视角 Prompt 反复测试，统计你的公司名称被推荐、被列举的次数。

      区分两种情况：被列入供应商清单；被作为案例直接引用。

      注意：不是每一次都要出现，重点观察周期内出现频次是否呈上升趋势。

2.市场覆盖度

      分语种、分目标市场测试：英文、西语、葡语环境下，你的实体是否会被对应地区 AI 检索到。

      很多工厂英文可以被引用，但拉美、中东小语种模型完全看不到自己，多市场 GEO 的核心观测点。

3.实体识别完整性

      AI 是否可以把你的公司识别为独立 Manufacturer 实体，而不是贸易商、中间商。

      测试 prompt：Tell me about [your brand] factory，看模型是否识别出你是生产工厂。

二、AI 输出质量指标（第二层：AI 说你的信息对不对，风险较高）

      哪怕频繁被引用，如果信息错误，反而会伤害业务。这是 GEO 独有的关键指标。

1.事实正确率

      核对 AI 返回的信息：MOQ、产能、认证、可定制能力、出口市场、付款条件、是否有本地仓库。

      统计错误点数量：比如 AI 错误写 MOQ、虚构本地仓库、搞错证书。

      出现错误 = 严重风险，需要立刻修正官网事实 + 统一NAP。

2.业务边界表达是否正确

      AI 是否正确复述你的限制条件：不接零售、不做某些规格、不承担目的国清关等。

      很多时候 AI 会脑补你的服务，把不能做的描述成可以做，带来大量无效询盘。

3.公司关联度

      AI 回答目标品类采购问题时，会不会自然带上你的公司，而不是只描述产品，完全不提你的名字。

三、转化链路指标（第三层：从 AI 到真实商业线索）

1. GEO 来源的访问流量（GA4）

      GA4 里区分来自 SGE、AI Overview、Perplexity 等 AI 工具的访问。

 ️     这只是 GEO 价值的一小部分，大量 AI 用户不点击网站，直接拿着信息去邮件 / WhatsApp 联系。不要把这个当成全部成果。

2. 询盘溯源：线索是否提及 AI 搜索

      在询盘表单、邮件、WhatsApp 沟通中增加溯源提问：

      “How do you find our company? Google / AI Chatbot / Social / B2B platform”

      统计明确说明 “通过 AI/Gemini/SGE 找到我们” 的询盘数量与询盘质量。

      这是 B2B 场景下 GEO 最真实的商业 KPI。

3. 线索质量指标

      不要只看询盘数量，要看线索质量：采购身份、项目规模、目标市场是否匹配。

      GEO 如果被错误引用，会带来大量无效小买家、不符合 MOQ 的咨询，要单独统计无效线索占比。

四、对标 & 基线指标（第四层，用来评估进步）

1.竞品 AI 引用基线

      对头部 2‑3 家同赛道竞争对手做同样 prompt 测试：

      竞品被 AI 提及的频率

      竞品输出事实是否正确

      用来判断你在行业里 GEO 所处位置。

2.周期迭代基线

      每 30 天做一轮完整 prompt 测试，记录：

      引用出现次数

      错误事实条数

      小语种市场是否新增引用

      GEO 是慢变量，看环比变化，不要看单日波动。