GEO服务KPI：12项可验收指标、公式与合同条款

GEO服务KPI不应只写“AI推荐排名提升”。一份可以签约和付款验收的方案，至少要区分供应商可控的交付、双方共同影响的可见度结果，以及平台与模型造成的外部变量。

采购方真正需要的不是几张“品牌被推荐”的截图，而是可以重复运行、复核计算并解释波动的证据系统。本文提供 MaxAEO 的“三层KPI、双轨样本、四本账”框架，供GEO招标、供应商选型和合同谈判直接使用；其中的样本量和付款比例是演算示例，并非行业统一标准。

什么是GEO服务KPI？

GEO服务KPI是衡量生成式搜索优化交付与结果的一组指标，必须写明公式、样本、证据、周期及责任边界。

合格的KPI应同时回答五个问题：

测什么： 提及、推荐位置、引用、事实准确度，还是AI引荐转化；
在哪里测： 哪些平台、模型、地区、语言和账号状态；
用什么样本测： Prompt清单、意图分类、竞品范围和重复运行次数；
如何计算： 分子、分母、去重规则、失败请求和拒答如何处理；
谁对结果负责： 供应商、采购方和平台分别控制什么。

如果合同只写“提高AI可见度”“进入前三”或“提及率翻倍”，却没有上述口径，项目结束时通常无法客观判断是否达标。

GEO服务KPI应该分成哪三层？

硬性付款应主要绑定可控交付；AI可见度适合设为目标区间；业务转化应作为联合评估或奖励项。

KPI层级	典型内容	建议合同性质	主要证据
可控交付层	Prompt库、监测配置、页面整改、内容交付、实验记录	硬性验收	任务单、原始数据、发布记录、验收单
共同结果层	非品牌词提及率、Top N推荐率、引用率、竞品声量份额	目标区间或奖励项	固定样本的基线与复测结果
外部变量	模型升级、平台故障、竞品事件、品牌危机、网站迁移	排除项或变更项	事件时间线、影响范围、变更单

Google在选择SEO服务的官方指南中明确提醒，应警惕保证搜索结果第一名的服务商。生成式回答还会受到模型版本、联网状态、上下文和采样波动影响，因此更不适合承诺“每次固定占位”。

12项GEO服务KPI及计算公式

最值得作为核心结果指标的是“非品牌Prompt提及率”，而不是包含品牌词的总体提及率。 用户主动询问品牌时，模型本来就更容易提及该品牌，把这类Prompt混入分母会虚增表现。

#	KPI	计算公式	建议用途
1	Prompt验收率	通过采购方验收的Prompt数 ÷ 合同约定Prompt数	硬性验收
2	证据完整率	必填字段完整的运行记录数 ÷ 全部计划运行记录数	硬性验收
3	实施验收率	按期完成且通过验收的页面或技术任务数 ÷ 到期任务数	硬性验收
4	实验闭环率	包含假设、实施、复测和结论的实验数 ÷ 计划实验数	硬性验收
5	非品牌Prompt提及率	提及品牌的非品牌Prompt有效回答数 ÷ 非品牌Prompt有效回答总数	核心结果目标
6	Top N推荐率	品牌进入前N个有序推荐位的有效回答数 ÷ 可判断顺序的有效回答数	结果目标
7	自有域名引用率	引用品牌自有域名的有效回答数 ÷ 有效回答总数	结果目标
8	自有域名引用份额	指向品牌自有域名的合格引用URL数 ÷ 全部合格引用URL数	结果目标
9	竞品声量份额	品牌提及回答数 ÷ 品牌及约定竞品提及回答数之和	竞品比较
10	品牌事实准确率	经人工核验准确的品牌事实数 ÷ 被核验品牌事实总数	风险与质量KPI
11	可识别AI引荐访问	分析平台或日志中可识别为AI来源的会话数	趋势指标

AI提及率、引用率等基础指标的进一步拆解，可参考AI可见度六项指标及计算方法。无论使用哪套指标，报告都应同时展示分子、分母、百分点变化和相对变化。

例如，从10%升至15%：

绝对变化为 +5个百分点；
相对变化为 +50%；
不能只写“增长50%”，否则会隐藏基线和样本量。

指标口径必须提前写清的细节

争议点	推荐口径
品牌别名是否算提及	在合同附件中列出标准品牌名、别名、产品名和排除词
一个回答多次出现品牌	提及率按回答去重；提及次数另行报告
无序推荐列表如何计算Top N	不推断顺序，计入“无序推荐率”，不纳入Top N分母
纯文本域名是否算引用	只有可点击链接或可解析的来源卡片计为引用
平台超时或服务器错误	记录故障并按约定次数重试；持续失败不计入结果分母，但不得删除记录
Prompt触发合规拒答	视为真实回答结果，保留在分母，不能按技术故障删除
回答包含错误品牌事实	提及照常计算，同时进入事实准确率抽检
同一来源URL带不同参数	清除约定的跟踪参数后按规范URL去重

如何建立可复测的GEO基线？

基线应来自固定Prompt、固定平台和固定采样规则下的周期数据，而不是项目开始当天的一次截图。

MaxAEO建议采用“固定验收样本 + 探索样本”双轨设计：

固定验收样本在合同周期内保持不变，用于前后对比和付款验收；
探索样本用于新增问题、热点和用户表达，不与旧基线强行合并；
Prompt改写后必须生成新版本号，旧版本继续保留；
品牌词、非品牌词和竞品词分别报告，不能混成一个提及率。

建立基线的六个步骤

按商业意图建立Prompt库。 至少覆盖品类发现、方案比较、购买决策、风险疑问、替代方案和品牌核验。
冻结核心样本。 为每个Prompt分配唯一编号，记录创建时间、意图、地区、语言和版本。
固定运行条件。 约定平台、账号状态、地区、语言、运行时段及可见的模型版本。
重复采样。 同一Prompt安排多轮运行，完整保留每轮结果，不用“最好的一次”代替整体表现。
定义有效回答。 技术故障、平台拒答、空回答和合规拒答分别编码，禁止事后选择性删除。
按平台和意图分层。 总体结果之外，分别报告各平台、各意图组和品牌词类型。

日常异常、周度趋势和月度决策不应使用同一套报告颗粒度，可将AI搜索监测频率框架写入项目服务节奏。

一个可复算的样本演算

假设合同监测：

60个Prompt，其中48个为非品牌Prompt；
4个平台；
每期每个Prompt运行3次；
共计720个计划观察值。

某验收期内，非品牌Prompt产生568条有效回答，其中68条提及品牌：

非品牌Prompt提及率 = 68 ÷ 568 = 12.0%

基线期为45 ÷ 570，即7.9%，则：

绝对改善：+4.1个百分点；
相对改善：+51.9%。

报告不能只写“提及率增长51.9%”。还应说明提及是否集中在少数Prompt、各平台是否同向变化，以及568条运行记录中有多少来自重复Prompt。

同一Prompt的多次运行彼此相关，不能简单视为568个完全独立样本。如果合同要求统计显著性，应以Prompt为聚类单位进行比较或重采样，并在签约前约定最小值得关注差异，而不是看到结果后再选择统计方法。

验收证据应该具体到什么程度？

合格证据应让未参与项目的人按照合同公式重新算出相同结果。 汇总PPT和精选截图只能用于展示，不能替代原始数据。

GEO服务KPI验收证据页：Prompt、模型回答、时间戳、引用链接和指标计算结果

MaxAEO建议保存四本账：

1. Prompt账本

记录Prompt原文、版本、意图、主题、用户旅程、品牌词类型、适用市场以及新增或修改原因。

2. 回答账本

每次运行至少保存：

Prompt编号与完整原文；
平台、可见模型版本、地区、语言和账号状态；
运行时间与请求状态；
完整回答文本；
品牌出现位置及推荐顺序；
引用来源名称、URL和域名类型；
截图或可导出的原始响应；
自动标签、人工复核结果和修改记录。

3. 变更账本

记录模型升级、平台下线、网站迁移、品牌改名、重大舆情、竞品活动和Prompt调整。任何影响分母或样本可比性的变更，都应注明生效日期。

4. 实验账本

每项实验必须包含：

待验证假设；
修改的页面、事实或来源；
实施日期；
观察窗口；
固定样本复测结果；
结论及下一步动作。

“发布了多少篇文章”不是实验闭环。只有能够说明为什么改、改了什么、结果怎样、是否继续的记录，才有优化价值。

GEO服务KPI目标值应该定多少？

没有适用于所有行业的统一提及率或引用率基准。 目标值应由同条件基线、品牌成熟度、Prompt难度、竞争强度和项目周期共同决定。

推荐使用三档目标：

目标档位	适用指标	设置方法
最低验收线	Prompt、证据、实施、实验等可控交付	约定明确完成率与纠错时限
结果目标线	提及率、推荐率、引用率、事实准确率	基线值 + 约定百分点改善
超额奖励线	重点商业Prompt或核心平台结果	高于目标线后触发奖励

目标应优先写成“从基线提高多少个百分点”，而不是“翻倍”。基线为2%时翻倍只需达到4%；基线为40%时翻倍可能既不现实，也会诱导服务商更换Prompt或删除失败回答。

结果验收还应采用完整观察窗口，例如连续两周或四周的全部有效运行结果。单日峰值、单个平台峰值或供应商自行挑选的最佳结果不应触发付款。

如何比较不同GEO服务商的报价？

先统一工作量和证据要求，再比较价格。 “监测60个Prompt”可能指每月运行一次，也可能指每周在四个平台重复运行，二者成本和证据强度完全不同。

报价单至少应拆出：

Prompt数量及固定样本比例；
平台、市场和语言数量；
每个Prompt的运行频率；
原始回答与引用数据是否可以导出；
人工复核比例；
内容、技术整改和实验数量；
历史数据保存期限；
项目结束后的数据移交方式。

可以用“Prompt数 × 平台数 × 运行次数 × 市场数”计算计划观察值，用于比较监测规模，但不能把它当作服务质量得分。策略能力、数据可复算性和实施能力仍需单独评估。

GEO供应商选型评分表

以下权重是采购演算模板，可按项目重点调整：

评估项	建议权重	供应商应提供的证明
原始数据与导出能力	25%	完整回答、时间戳、引用URL、失败记录、CSV或JSON样例
监测方法与可复测性	20%	Prompt版本、重复采样、去重和异常处理规则
策略与实验能力	20%	假设—实施—复测—结论的完整案例
内容与技术执行	15%	页面整改清单、内容标准、发布和验收流程
数据治理与权限	10%	数据保留、脱敏、账号权限和离场移交方案
商务与价格	10%	工作量拆分、付款节点、超范围计价方式

签约前可要求供应商做一次受控演示：

使用双方约定的少量非品牌Prompt；
在相同条件下重复运行；
导出完整回答和引用URL；
随机抽取记录，由采购方独立复算；
演示Prompt或模型变化后如何保留旧基线。

若供应商只能展示仪表盘，不能导出原始记录，采购方将难以验证其算法、处理争议或更换服务商。

KPI怎样与付款节点绑定？

主要服务费应绑定供应商可控的交付；模型结果适合作为奖励或续约依据。

一种可谈判的付款结构示例是：

60%： Prompt库、监测部署、内容和技术任务通过验收；
20%： 原始证据完整、数据可导出且抽检复算一致；
10%： 完成约定数量的实验闭环；
10%： 达到约定的可见度结果奖励线。

项目范围不同，比例可以调整，但不建议把全部尾款绑定某个平台的推荐结果。

可直接改写的验收条款

结果指标以附件A所列Prompt、平台、地区、语言、运行条件和计算口径为准，并采用验收窗口内全部有效运行结果计算。供应商须提交完整回答、引用URL、时间戳、异常记录及计算明细，采购方有权抽样复算。

技术故障应保留原始状态并按约定次数重试；因Prompt内容触发的平台拒答应作为真实结果保留。任何一方不得为提高指标而删除未提及品牌的有效回答、替换固定Prompt或仅提交最佳运行结果。

结果目标未达成时，供应商应提交平台、Prompt类型、引用来源和实施任务维度的归因诊断，并完成约定数量的补充实验。除存在未完成交付、数据失真或证据缺失外，不因单次模型回答触发全部服务费拒付。

当平台停止服务、固定Prompt发生实质修改、品牌或网站完成重大迁移，或双方约定的其他变更事件发生时，应保留旧样本结果，并通过书面变更单确定新样本和新基线。

哪些GEO承诺不应该写进合同？

单次、绝对、无原始证据且完全由平台控制的结果，不应作为硬性承诺。

高风险承诺	主要问题	更可执行的写法
保证所有平台推荐第一	平台不可控，部分回答没有明确顺序	固定Prompt的Top 3推荐率较基线改善
三个月内提及率翻倍	忽略基线、样本量和百分点差异	约定基线、目标区间及完整分子分母
保证AI只引用官网	模型可能引用媒体、社区和知识库	提高自有域名引用率及可信第三方来源覆盖
保证不出现负面回答	无法删除真实公开信息	约定负面主题监测、事实核验和响应时限
发布内容后立即生效	抓取、检索和模型更新需要观察窗口	验收发布与可访问性，结果按周期评估
用截图证明达标	容易选择性展示，无法批量复算	交付完整运行记录、回答、URL和计算表

“保证推荐”“保证正面”和“保证只引用官网”还可能诱导批量低质内容、虚假评价或选择性监测。长期可积累的GEO资产，应是可核验的品牌事实、专业内容、实体一致性和可信引用来源。

如何判断一份GEO合同能不能签？

任何核心指标只要无法回答“谁能控制、如何计算、怎样复现、数据错了谁负责”，就不具备付款验收条件。

签约前逐项检查：

是否区分可控交付、共同结果、商业影响和外部变量；
是否以非品牌Prompt为核心，而非用品牌词提高提及率；
是否给出每项指标的公式、分母、去重和失败处理规则；
是否附完整Prompt清单、竞品名单、平台和市场范围；
是否保存完整回答，而非只保存品牌出现片段；
是否记录时间、地区、账号状态、模型信息和引用URL；
是否设置固定验收样本，并把探索Prompt分开统计；
是否同时展示分子、分母、百分点和相对变化；
是否约定人工抽检、纠错时限及历史数据导出；
是否规定模型升级、网站迁移和重大事件的变更流程；
是否把主要付款放在供应商真正可控的事项上；
是否允许采购方或第三方复算结果。

周度KPI如何组织成可执行记分卡，可参考AI搜索指标周度记分卡。真正可靠的GEO服务KPI不是把不确定性包装成保证，而是把它转化为可观察、可解释和可持续实验的管理对象。

常见问题

GEO服务KPI需要每个平台分别设置吗？

需要。合同可以使用统一的指标定义，但报告必须按平台分层。只看总体均值，可能出现一个平台增长掩盖另一个平台下降的情况。

AI提及率达到多少才算合格？

没有统一合格比例。应先用固定Prompt和采样条件建立基线，再约定百分点改善。新品牌通常更关注非品牌Prompt覆盖，成熟品牌还应同时考核推荐位置、引用率和事实准确度。

应该监测多少个Prompt？

数量取决于产品线、市场、语言和用户意图覆盖。与其追求大量近义问题，不如确保每个高价值商业场景都有代表性Prompt。合同还应区分固定验收样本和探索样本。

能否把AI搜索流量作为核心付款指标？

供应商未达到结果目标时应该怎么办？

先检查可控交付是否完成、数据能否复算以及外部变量是否触发。若交付合格但结果未达标，应要求归因诊断和补充实验；若存在漏采、选择性截图、擅自更换Prompt或证据缺失，则按硬性验收条款处理。

GEO结果多久验收一次比较合理？

运行异常可以日常检查，趋势适合周度观察，付款和策略决策通常使用更完整的月度或阶段窗口。最终频率应根据平台波动、Prompt规模和项目周期写入合同。

{
  "@context": "https://schema.org",
  "@graph": [
    {
      "@type": "Article",
      "headline": "GEO服务KPI：12项可验收指标、公式与合同条款",
      "description": "GEO服务KPI怎么定？本文提供12项指标公式、基线采样方法、验收证据、供应商评分表与付款条款，帮助企业比较GEO服务报价，识别可承诺结果与模型不可控边界。",
      "author": {
        "@type": "Organization",
        "name": "MaxAEO"
      },
      "datePublished": "2026-07-13",
      "dateModified": "2026-07-13",
      "image": "image-placeholder",
      "publisher": {
        "@type": "Organization",
        "name": "MaxAEO"
      },
      "mainEntityOfPage": {
        "@type": "WebPage",
        "@id": "https://maxaeo.cn/blog/geo-service-kpi"
      }
    },
    {
      "@type": "FAQPage",
      "mainEntity": [
        {
          "@type": "Question",
          "name": "GEO服务KPI需要每个平台分别设置吗？",
          "acceptedAnswer": {
            "@type": "Answer",
            "text": "需要。合同可以使用统一的指标定义，但报告必须按平台分层，避免一个平台的增长掩盖另一个平台的下降。"
          }
        },
        {
          "@type": "Question",
          "name": "AI提及率达到多少才算合格？",
          "acceptedAnswer": {
            "@type": "Answer",
            "text": "没有统一合格比例。应先用固定Prompt和采样条件建立基线，再根据品牌成熟度、竞争强度和项目周期约定百分点改善。"
          }
        },
        {
          "@type": "Question",
          "name": "应该监测多少个Prompt？",
          "acceptedAnswer": {
            "@type": "Answer",
            "text": "数量取决于产品线、市场、语言和用户意图覆盖。应优先覆盖高价值商业场景，并区分固定验收样本和探索样本。"
          }
        },
        {
          "@type": "Question",
          "name": "能否把AI搜索流量作为核心付款指标？",
          "acceptedAnswer": {
            "@type": "Answer",
          }
        },
        {
          "@type": "Question",
          "name": "供应商未达到结果目标时应该怎么办？",
          "acceptedAnswer": {
            "@type": "Answer",
            "text": "先核查交付、数据和外部变量。交付合格但结果未达标时应进行归因诊断和补充实验；存在数据失真或未完成交付时按硬性验收条款处理。"
          }
        },
        {
          "@type": "Question",
          "name": "GEO结果多久验收一次比较合理？",
          "acceptedAnswer": {
            "@type": "Answer",
            "text": "异常可日常检查，趋势适合周度观察，付款和策略决策通常使用月度或阶段窗口，具体频率应按项目规模和平台波动写入合同。"
          }
        }
      ]
    }
  ]
}