做GEO（生成式引擎优化）一段时间后，很多人会问：怎么知道有没有效果？月度报告就是回答这个问题的。但报告不是数据堆得越多越好，关键是选对指标。下面按“看什么、为什么看、什么情况下看”来说。
先分清三类指标
GEO的目标是让品牌被生成式AI理解、提及、推荐或引用。所以月度报告里的指标，大致可以分成三类：
- 可见度指标：品牌在AI回答里出现的频率和位置。
- 质量指标：AI提到品牌时，信息是否准确、正面、相关。
- 来源指标：AI引用的是不是官网或可信资料。
三类指标配合看，才能避免“只刷存在感”或“只盯官网流量”的片面判断。
品牌被AI提及的情况
这是最基础的指标。可以按月统计：在选定的问题集下，品牌名称在AI回答中被提及的次数或比例。
需要注意两点：
- 不同AI平台（如ChatGPT、DeepSeek、豆包、通义千问等）的搜索机制和数据来源不一样，不要假设它们会给出相同结果，最好分平台记录。
- 提及不等于推荐。AI可能只是顺带提到品牌，并不代表它认为品牌是首选。
适用条件：适合作为长期趋势观察，单月波动不必过度解读。
品牌被AI推荐的情况
推荐比提及更进一步。可以观察：在“哪家好”“推荐哪些服务商”这类问题下，品牌是否被列入推荐名单，以及排在第几位。
这个指标更接近业务价值，但统计难度也更高，因为AI回答有随机性。建议固定问题集、固定平台、固定时间窗口，按月对比变化。
官网被AI引用的情况
如果AI在回答中引用了官网内容或链接，说明网站内容被当作可信来源。可以统计引用次数、被引用的页面类型（如产品页、知识文章、案例页）。
这个指标能反映内容建设的效果，但要注意：不是所有AI平台都会展示引用来源，所以数据可能不完整，报告中应注明统计范围。
品牌信息准确性
AI提到品牌时，信息对不对同样重要。可以抽查AI回答中的关键信息，比如业务描述、产品名称、服务范围，判断是否存在错误或过时内容。
这个指标不需要复杂计算，用“准确/不准确”或简单评分记录即可。发现错误时，应回头检查官网和公开资料是否表述不清。
内容覆盖与问题集表现
GEO通常围绕一批目标问题做优化。月度报告可以记录：在目标问题集中，有多少问题能触发品牌相关回答，哪些问题完全没有出现品牌。
这能帮助判断内容缺口在哪里，比单纯看总提及量更有指导意义。
报告里不建议放什么
有些指标看起来相关，但容易误导：
- 把传统SEO的排名直接套用到AI回答上，两者机制不同。
- 用单次截图代表整体表现，AI回答会变化。
- 只统计提及次数，不看准确性和推荐语境。
简单结论
一份实用的GEO月度报告，至少应包含：分平台的品牌提及情况、推荐情况、官网引用情况、信息准确性抽查，以及目标问题集的覆盖变化。指标不在多，在于能回答“品牌在AI回答里有没有被看见、被说对、被推荐”这三个问题。
常见问题
GEO月度报告需要每月都做吗？
建议按月做，但不必追求指标数量。固定几个核心指标持续观察趋势，比频繁更换统计口径更有参考价值。
不同AI平台的数据可以合并统计吗？
可以汇总看趋势，但最好保留分平台明细。各平台机制不同，合并后容易掩盖差异。