GEO招标需求书模板：范围、报价、交付与验收条款

GEO招标需求书是品牌采购生成式引擎优化与AI搜索监测服务时，用于统一范围、报价、数据、交付和验收口径的正式文件。

它不能只写“提升AI可见度”。一份能执行、能复算的需求书，至少要包含：监测范围、问题集、数据字段、服务动作、交付物、报价单位、验收公式、数据安全和变更机制。

MaxAEO建议采用“六张表、四层证据、双层验收”框架：

• 六张表：范围配置表、问题集、数据字典、交付验收表、报价清单、变更记录；
• 四层证据：请求、原始数据、指标计算、验收结论；
• 双层验收：硬性验收可控交付，观察性评估模型结果。

一份完整的GEO招标需求书应写什么？

完整的GEO招标需求书应回答以下十个问题。缺少其中任何一项，都可能造成供应商报价不可比或项目结果无法复核。

1. 采购目标是监测、诊断、内容优化，还是持续运营？
2. 覆盖哪些品牌、竞品、市场、语言和AI平台？
3. 使用哪些问题，如何区分自然发现与品牌诊断？
4. 每个问题采集几次，基线期和复测期如何确定？
5. 什么算有效回答、品牌提及、推荐和引用？
6. 供应商需要保存哪些原始证据？
7. 内容、技术、报告和培训分别交付什么？
8. 哪些指标硬性验收，哪些只观察趋势？
9. 平台升级、拒答或入口变化时如何处理？
10. 数据、账号、知识产权和分包责任如何约定？

普通营销招标模板通常已有背景、预算、团队和工期，却容易遗漏模型随机性、联网状态、重复采样、引用来源、无效样本及统计分母。这些恰恰是GEO项目最容易产生争议的部分。

招标前先确定采购类型

**先确定采购的是工具、项目服务还是持续运营，再编写需求书。**三种采购方式的成本结构、交付责任和验收方法不同，不应放在同一张总价表里比较。

采购类型	适用情况	主要交付	常见计价方式
监测工具	企业已有分析和执行团队	数据采集、仪表盘、导出、预警	品牌数、监控词数、平台数、席位、历史数据
GEO诊断项目	需要建立基线和行动方案	基线数据、差距诊断、任务清单、复测	固定项目费加范围变更费
内容与技术实施	内部缺少执行资源	页面修改、内容生产、结构化数据、技术整改	按页面、工时或里程碑
持续运营	需要长期监测和迭代	月度采集、异常分析、内容迭代、季度复盘	月费或年度服务费
混合采购	工具与咨询由同一供应商提供	软件、数据、诊断和实施	软件费与服务费分项报价

工具成本通常受品牌数、问题量、平台数、采集频次和历史数据影响，可先查看GEO工具的主要计价变量，避免只比较一个无法解释的年度总价。

项目范围应该写到什么粒度？

**凡是会改变采集量、服务工时或责任边界的变量，都应进入范围配置表。**不要把“覆盖主流平台”“监测核心问题”等表述留到项目启动后再解释。

范围维度	可直接采用的写法
主品牌	1个主品牌，列明正式名称、简称、英文名和常见误写
竞品	5个固定竞品；新增或替换竞品须书面变更
AI平台	DeepSeek、豆包、Kimi、通义千问；逐一注明网页端、应用端或API
模型与模式	记录界面可见的模型名称、联网状态及深度思考模式；不可见时标记“平台未披露”
地区与语言	中国大陆、简体中文；其他地区和语言单独报价
问题集	60个固定问题，划分意图、优先级和业务阶段
采样次数	每个平台、每个问题、每个观察期重复3次
观察周期	基线期、实施期、冷却期、复测期分别写明日期
服务动作	监测、诊断、内容建议、内容实施、技术整改、复测和培训分列
排除项	媒体采买、百科编辑、网站开发、危机公关及第三方发布单列
变更机制	新增平台、问题、竞品、语言或采集频次时按约定单价计算

如果供应商通过API采集，还要说明API结果是否与用户实际使用的网页端一致。两种入口的模型、联网能力、引用展示和参数可能不同，API数据不得默认代表真实用户界面结果。

问题集怎样设计才不会虚高结果？

**问题集应拆成“自然发现池”和“品牌诊断池”，两者分别统计。**如果问题中已经出现品牌名，再把回答中的品牌提及计入总体提及率，会系统性高估可见度。

自然发现池

问题中不出现品牌名，用于观察用户尚未锁定供应商时，品牌能否自然进入回答。

• “适合连锁门店的会员管理系统有哪些？”
• “预算十万元以内，采购此类软件应考察什么？”
• “哪些供应商支持私有化部署和多门店权限管理？”
• “甲类方案与乙类方案在实施成本上有什么区别？”

品牌诊断池

问题中明确出现品牌名，用于检查品牌事实、评价、风险信息和引用来源是否准确。

• “某品牌支持哪些部署方式？”
• “某品牌与竞品相比适合什么规模的企业？”
• “某品牌是否发生过安全或服务争议？”
• “某品牌的价格、服务范围和交付周期是什么？”

建议的意图分层

意图层	用户任务	建议占比示例
认知	了解品类、方案和术语	15%
比较	比较功能、价格、适用场景	25%
推荐	寻找候选品牌或产品	25%
采购	评估预算、部署、服务和风险	25%
尽调	核查资质、争议、安全和事实	10%

占比应根据业务调整，不是统一行业标准。采购方负责提供客户原话、销售问答和重点场景；供应商负责去重、分层和可监测性检查；最终问题集由采购方确认并冻结。

数据规格怎样写才能独立复核？

**每个汇总指标都必须能追溯到逐条原始回答。**只交付趋势图、百分比或演示文稿，无法判断供应商是否漏采、删样本或改变过标签口径。

每条采集记录至少应包含：

• 问题编号、完整问题、问题池、意图、优先级和业务阶段；
• 平台、入口、账户状态、地区、联网模式和可见模型版本；
• 计划采集时间、实际采集时间、轮次和响应状态；
• 原始回答全文，不得只保留供应商整理后的摘要；
• 主品牌与竞品的提及状态、首次出现位置和推荐语境；
• 正面、中性、负面及无法判断的情感标签；
• 引用网址、域名、页面标题和引用在回答中的对应位置；
• 截图、原始响应文件或其他证据编号；
• 自动标签、人工复核结果、复核人和修改记录；
• 无效样本原因、补采状态和数据校验值。

什么算有效回答？

建议在需求书中直接冻结以下规则：

• **有效回答：**平台正常返回与问题相关且可供判断的完整内容；
• **无效回答：**技术报错、空白响应、与问题无关、平台拒答或回答被截断；
• **相似回答：**只要是按计划独立采集的轮次，不因内容相似而删除；
• **补采回答：**必须保留原无效记录，并给补采记录新的编号；
• **平台下线：**单独报告，不得把受影响平台从分母中静默移除。

同一问题的多次回答并非完全独立样本。正式分析应按“问题×平台”配对比较基线与复测，并披露模型升级、内容上线、媒体事件和竞品活动等干扰因素。更多误差来源可参考AI搜索监控数据的抽样与校准方法。

交付物应该包含哪些文件？

交付物必须覆盖原始证据、分析结论、执行任务和复测结果，而不只是月报或仪表盘。

交付物	最低内容	验收方式
范围配置表	品牌、竞品、平台、入口、地区、问题量、频次	与冻结版本逐项核对
固定问题集	问题文本、问题池、意图、优先级、适用平台	检查重复、诱导问题和品牌问题混入情况
基线数据包	全量回答、引用、标签、异常和证据编号	复算指标并抽查原始记录
数据字典	字段定义、枚举值、缺失值和公式	用样例记录验证
基线诊断	平台差距、竞品差距、事实错误和引用缺口	每条结论对应数据
优化任务表	对象、依据、动作、负责人、优先级、风险和状态	逐项检查可执行性
内容与技术成果	页面修改稿、事实来源、上线记录、技术变更	与任务及上线页面核对
阶段报告	指标变化、异常、已完成事项和下一步	与原始数据一致
复测报告	同口径前后对比、未改善项和影响因素	复算并检查口径变化
项目移交包	配置、数据、字段字典、权限和培训材料	按移交清单签收

优化建议不能只写“增加权威内容”“加强品牌曝光”。一条可验收建议至少要说明：

1. 修改哪个页面或资产；
2. 对应哪个问题和数据证据；
3. 需要新增、删除或改写什么；
4. 由谁执行、何时完成；
5. 有哪些法律、品牌或事实风险；
6. 完成后如何检查。

采购方可用AI内容优化建议验收判别表区分可执行建议、无效建议和高风险建议。

内容交付还应符合Google关于创建实用、可靠、以用户为先的内容指南。机械堆叠品牌词、批量生成近似页面或虚构专家观点，不应计入有效交付量。

验收指标和公式怎么约定？

**验收分为两层：确定性交付用于付款验收，模型结果用于趋势评估或附带激励。**供应商能控制数据是否完整、任务是否完成，却不能完全控制第三方模型的最终推荐。

第一层：确定性硬验收

可用于里程碑付款的项目包括：

• 计划样本是否按约定完成；
• 必填字段和原始证据是否完整；
• 汇总指标能否从原始记录复算；
• 标签与证据是否一致；
• 诊断和优化任务是否满足字段要求；
• 约定内容、技术整改和培训是否完成；
• 数据、配置和账号权限是否完成移交。

第二层：观察性结果指标

指标	计算公式	口径要求
品牌提及率	提及品牌的有效回答数 ÷ 有效回答总数	自然发现池与品牌诊断池分开
首位推荐率	品牌最先进入推荐名单的回答数 ÷ 有效回答数	普通举例不算推荐
重点解释率	对品牌提供实质说明的回答数 ÷ 有效回答数	冻结“实质说明”的判定规则
引用覆盖率	含可识别引用来源的回答数 ÷ 有效回答数	无网址的笼统来源单列
品牌事实准确率	品牌事实无错误的有效回答数 ÷ 含品牌事实的回答数	依据冻结的事实清单人工复核
负面提及率	负面品牌提及回答数 ÷ 品牌提及回答数	争议样本必须人工复核
竞品声量占比	主品牌提及次数 ÷ 指定品牌总提及次数	说明一条回答是否可多品牌计数

推荐位置不能用一个模糊的“平均排名”概括。AI回答中的首次出现、进入候选名单和被重点解释是不同信号，应按AI推荐位置的统计口径分别计算。

变化应使用“百分点”表达。例如，提及率从30%升至36%，是增加6个百分点，相对增长率才是20%。两种说法不得混用。

验收阈值示例

以下阈值用于展示条款写法，不是行业统一标准：

硬验收项目	示例阈值	未通过时的处理
有效样本覆盖率	不低于95%	在约定期限内补采
必填字段完整率	不低于99%	补齐字段并重新导出
抽查证据一致率	不低于98%	更正同类记录并说明原因
指标复算误差	不超过0.5个百分点	修订公式、数据或报告
优化任务字段完整率	100%	缺少依据或责任人的任务不计数
数据移交完成率	100%	完成移交后再支付尾款

用720次回答演算一次验收

假设项目覆盖4个平台、60个自然发现问题，每题在基线期和复测期各运行3次，则每个观察期计划获得：

4个平台 × 60个问题 × 3次 = 720次回答。

假设基线期有278次回答提及品牌：

基线提及率 = 278 ÷ 720 = 38.6%。

复测期有356次回答提及品牌：

复测提及率 = 356 ÷ 720 = 49.4%。

因此提及率增加：

49.4% − 38.6% = 10.8个百分点。

如果采购方从复测数据中随机抽查72条，其中71条的字段与原始证据一致：

抽查一致率 = 71 ÷ 72 = 98.6%。

这组数据只演示计算方法，不代表MaxAEO客户结果或行业基准。正式报告还应分别展示各平台、各意图和各问题的变化，避免一个平台的增长掩盖另一个平台的下降。

报价清单应该怎样拆分？

**要求供应商同时填写数量、单价、计价周期和超量价格，才能形成可比报价。**只有一个年度总价，无法判断低价是否通过减少采样、证据或服务工时实现。

报价项	建议计价单位	必须说明
主品牌监测	品牌/月或品牌/项目	别名是否占用品牌额度
竞品监测	竞品/月	新增和替换价格
AI平台	平台/月	网页端、应用端或API
问题采集	问题数或运行次数	重复次数和失败补采是否收费
历史数据	月或年	可回溯范围和数据来源
数据导出/API	调用量或固定费用	字段、频率和速率限制
基线诊断	项目	包含的访谈、报告和汇报次数
优化建议	页面、任务或工时	修改轮次和验收标准
内容实施	页面或字数区间	研究、编辑、设计和上线是否包含
技术实施	工时或里程碑	测试、回滚和部署责任
培训	场次	人数、时长、录屏和材料
定制开发	人日	需求确认和变更单价

招标文件还应要求供应商分别列出一次性费用、订阅费用、可选费用和第三方费用，并说明税费、付款节点及合同终止后的数据导出成本。

如何评分和选择GEO供应商？

供应商评估应以现场复算和样本抽查为核心，不应只看案例截图或演示仪表盘。

下面是一套总分100分的评分示例：

评分项	分值	重点证据
数据与证据能力	25	原始回答、字段字典、异常记录、可复算公式
方法与问题集设计	15	分层方法、去诱导规则、重复采样和版本记录
交付与项目管理	20	交付模板、责任人、里程碑、变更流程
内容与技术实施	15	真实样稿、上线记录、质量控制和风险审查
数据安全与合规	10	权限、保存、删除、分包及事故响应
服务团队	10	实际执行人员、相关经验和投入时间
商务报价	5	单价透明度、范围边界和超量费用

评审现场可以要求每家供应商完成三个动作：

1. 从汇总提及率随机抽取10条记录，追溯到原始回答；
2. 使用其数据字典重新计算一个指标；
3. 展示一条优化建议如何从问题、证据进入任务和验收。

以下承诺需要重点追问：

供应商说法	采购方应追问
“覆盖所有主流模型”	具体平台、入口、模式和更新频率是什么？
“保证行业第一”	如何控制模型升级、随机性和第三方内容变化？
“拥有独家算法”	能否提供标签规则、错误样本和人工复核记录？
“实时监测”	实时是分钟、小时还是每日批量更新？
“自动生成建议”	每条建议是否对应页面、证据、负责人和风险？
“效果显著”	基线、分母、观察期和异常处理规则是什么？

数据安全、知识产权和禁止事项怎么写？

**需求书应明确数据用途、访问权限、保存期限、知识产权、分包和退出责任。**Prompt、账号、客户问题、未发布产品资料和销售数据都可能包含商业秘密或个人信息。

至少应加入以下条款：

• 供应商只可将数据用于本项目，不得用于模型训练或其他客户项目；
• 未经书面批准，不得把采购方名称、结果或截图用于公开案例；
• 披露实际使用的模型API、云服务商和分包方；
• 采用最小权限原则，规定账号、双重验证和人员离场后的权限回收；
• 明确数据存储地区、加密方式、访问日志、保存期限和删除证明；
• 规定数据泄露、账号异常和误发布的通知时限与处置责任；
• 明确问题集、数据、定制规则、内容草稿和最终成果的权属；
• 合同终止后导出全部数据、配置、字段字典和变更记录；
• 涉及个人信息、客户数据或跨境传输时，由法务根据适用法律另行审查。

需求书还应禁止以下做法：

• 虚构客户评价、专家身份、资质、案例或统计数据；
• 未经授权编辑百科、论坛或第三方资料；
• 批量发布低质量近似页面；
• 用隐藏文本、虚假引用或误导性结构操纵结果；
• 未经审核自动发布涉及价格、法律、安全或竞品评价的内容。

平台变化和项目延期如何处理？

模型升级、入口变化和大规模拒答应触发变更流程，而不是由供应商单方面修改分母。

建议设置以下规则：

1. 发现平台、模型或联网状态变化后一个工作日内登记；
2. 评估变化是否影响基线与复测的可比性；
3. 影响较小时保留原计划，并在报告中单列；
4. 影响较大时暂停受影响平台，双方书面确定补采或重建基线；
5. 原始无效记录必须保留，不能只保留补采后的成功结果；
6. 所有问题、公式、标签和平台调整都写入变更记录；
7. 复测应在约定内容上线且可公开访问后开始，并记录上线日期。

GEO结果可能受搜索引擎抓取、页面更新和AI平台刷新周期影响。需求书应约定复测窗口，但不应虚构统一的“收录后几天必然生效”期限。

可直接复制的GEO招标验收条款

以下文本可按项目规模、预算和法务要求删改：

**项目范围：**供应商应在双方确认的AI平台、入口、地区和账户条件下，对冻结的问题集执行基线采集、诊断、优化和复测。未经书面变更，不得替换问题、平台、统计分母或标签规则。

**问题集管理：**自然发现问题与包含品牌名称的诊断问题应分别建池、分别统计。问题集须包含编号、完整文本、意图、优先级、适用平台和版本记录。

**数据交付：**每条记录须包含问题编号、平台、入口、采集时间、轮次、原始回答、品牌及竞品标签、推荐位置、情感、引用来源、响应状态和证据编号。供应商不得静默删除无效记录。

**证据复核：**采购方可随机抽查不少于有效记录的10%。被抽查记录须追溯至原始回答、截图或响应文件；字段与证据不一致时，供应商应在五个工作日内更正同类记录并说明原因。

**指标计算：**品牌提及率、首位推荐率、重点解释率、引用覆盖率、事实准确率及负面提及率，须按本需求书冻结的定义和分母计算。自然发现池与品牌诊断池不得合并计算总体提及率。

**优化交付：**每项建议必须注明目标页面或资产、对应问题、数据依据、具体动作、实施优先级、风险、责任方和完成状态。无法定位执行对象或缺少数据依据的通用建议，不计入完成量。

**效果观察：**双方在相同问题集、平台、入口和重复次数下比较基线期与复测期。模型结果用于趋势评估或约定的激励机制，不构成对特定模型输出、自然排名或销售收入的绝对保证。

**异常与变更：**因平台故障、模型升级、入口调整或大规模拒答产生的无效记录应单列。有效样本不足时优先补采；无法补采时，双方通过书面变更调整受影响范围。

**数据安全：**供应商不得将采购方数据用于本项目以外的模型训练、宣传或第三方服务。新增分包方、模型API或数据存储地点须事先披露并取得约定批准。

**项目退出：**项目结束或终止后，供应商应在约定期限内移交全部原始数据、字段字典、配置、证据和培训材料，并删除无继续保存依据的采购方数据。

发标前检查清单

发布GEO招标需求书前，采购、市场、技术和法务应共同确认：

• 已明确采购类型和业务目标；
• 已冻结主品牌、别名、竞品、平台和入口；
• 自然发现池与品牌诊断池已分开；
• 已定义有效回答、无效回答和补采规则；
• 已确定重复次数、基线期和复测期；
• 每个指标都有公式、分母和标签规则；
• 原始回答、引用和证据可以导出；
• 交付物写明格式、频次、责任人和验收方式；
• 软件、服务、内容和第三方费用已分项；
• 已设置平台变化和需求变更流程；
• 已约定数据用途、权限、分包、保存和删除；
• 已区分硬性验收与观察性结果；
• 供应商评审包含现场复算和证据抽查；
• 尾款支付与数据移交、整改完成挂钩。

常见问题

GEO招标时应该规定提及率提升多少吗？

可以设置目标区间，但不宜把提及率提升作为唯一硬性验收条件。模型升级、新闻事件、竞品活动和第三方内容都会影响结果。更稳妥的方式是硬性验收数据、证据和实施任务，对提及率等结果设置观察目标或阶梯激励。

问题集应该由采购方还是供应商提供？

双方共同完成。采购方提供客户原话、业务场景、重点产品和采购问题；供应商负责意图分层、去重、去诱导和可监测性检查。最终问题集应由采购方确认、编号并冻结。

只提交仪表盘账号能否完成验收？

不能。仪表盘只是展示层。采购方还需要可导出的原始回答、字段字典、引用来源、证据文件和计算规则，否则无法独立复算指标，也难以在更换供应商后延续监测。

GEO服务与AI舆情监测可以合并采购吗？

可以共用部分平台和数据基础设施，但应拆分工作范围。GEO关注推荐、引用、竞品比较和事实准确性；舆情监测关注负面事件、传播速度、风险等级和响应时效。两者的样本、频次及处置流程不同，具体差异可参考AI搜索监控与舆情监测的对比。

小规模项目需要先做POC吗？

当平台、问题量或数据质量尚未验证时，可以先做小范围POC。POC仍应使用正式数据字段和验收公式，重点验证采集稳定性、证据可追溯性、问题集质量和建议可执行性，而不是急于证明提及率增长。

项目周期结束后应保留哪些材料？

至少保留冻结后的范围配置、问题集、基线与复测数据、原始证据、字段字典、标签规则、变更记录、优化任务和验收结论。合同还应明确保存期限、访问权限、删除证明及供应商退出后的数据格式。

一份合格的GEO招标需求书，应让不同供应商能够对同一范围报价，让采购方能够从任何汇总数字追溯到原始回答，并让市场、采购、技术和法务清楚区分：供应商必须完成什么，模型结果可能如何变化。