广告增长 · 2026-09-19

GEO 效果里的三个假象：你搜到自己排第一，可能是假的

登录态记忆会造出假排名，自动化发布会造出假成功，倍数表达会掩盖低基数。三个假象的识别动作——体系化的验收指标和复测纪律见 GEO 专栏第 7 章。

#GEO #AI 搜索 #效果验证 #避坑

一句话

完整的验收指标体系、复测纪律和归因边界，写在 GEO 专栏第 7 章。这篇只补一件事：三个即使你按流程做了复测、也可能骗过你的假象。

它们的共同特征是——你看到的结果是真的，但它不代表别人也能看到。

表现：你在豆包里搜自己的品牌，排第一。换个同事用他的账号搜，搜不到。

复测纪律里通常会写一句”检查登录状态是否一致”，但很少解释为什么这条如此关键。

机制：主流 AI 助手都会结合历史对话调整回答。你反复搜过自己的品牌、反复点开过自己的内容，模型在你这个账号的上下文里已经建立了偏向。你看到的”第一名”是你个人的第一名。

这是 GEO 行业里最普遍的自欺，也是最容易被拿来交差的证据——一张排名截图，伪造成本为零。

“不混用登录与未登录结果""同一问题多轮测试”这些操作纪律，第 3 章的偏差控制里有完整清单，照做即可。

这里只补一个经验水位：非登录状态下，同一批词的提及率能稳定在 60%-70%，才算真的做上去了；低于这个数，说明还在靠运气。

这个数字不是标准，是量级参考——不同类目的竞争密度差很多，强竞争类目做到 40% 可能已经很好。严谨的指标口径以专栏第 7 章的七个指标为准。

这个坑不来自 GEO 方法论，来自一个交付自动化项目。

当时做多平台批量分发，第一版跑通后数据很好看：发布成功率接近 100%。实际去平台上翻，很多文章根本不存在。

原因很朴素：程序判断”成功”的依据是点到了发布按钮。点击之后平台可能拦截、可能审核不通过、可能因为页面动态变化落进了草稿箱。按钮点到了，内容没出去。

这件事的杀伤力在于，它会污染整条验收链：内容层的数据是假的，后面所有基于”我已经发了 N 篇”做的效果归因，都建立在不存在的内容上。

识别动作：

原则是：验证信号必须独立于执行信号。用”我执行了”来证明”我成功了”，等于没验证。

这不只适用于 GEO。任何涉及批量操作的交付——批量建计划、批量上素材、批量发内容——都该假设执行日志不可信，单独做一次存在性检查。

顺带一个经验：每接一个新平台，先手动把流程走一遍画出操作地图，再让 AI 按地图写模块。平台差异、动态参数、定时发布误触这些坑，手动走一遍全会暴露。

行业里流传的 GEO 案例，常见表述是”AI 推荐曝光增长几十倍”。

问题在于 GEO 的基线普遍极低，低基数天然会产生好看的倍数。从 2 次提及涨到 20 次是”增长 10 倍”，但绝对量仍然可以忽略。

我自己复盘过的一个案例，提及率从 1.7% 做到 35%，写成”增长 20 倍”完全没错，但那是误导。有意义的表达是绝对值加测量口径：多少个词、问了多少次、被提及多少次、在什么登录状态下测的。

同理，多数流传的效果数据是案例作者自述，没有第三方验证，也没有说明测量方法。转述时要标注这一点，更不能拿去当对客承诺。

识别动作：看到倍数，先问三个问题——基数是多少？词表是哪些？什么状态下测的？

这三个问题答不上来的效果汇报，基本可以当作没有。

体系化的东西专栏里都有，不重复：

如果想看这套东西在一个真实项目里跑出来是什么样，我写过一篇 8 周的复盘：把 AI 提及率从 1.7% 做到 35%。

Q：非登录状态测，AI 回答每次都不一样怎么办？ A：这是正常的，生成式回答本身有随机性。所以指标要用”多次提问里被提及的比例”，而不是”排第几”。同一个词问 3-4 次，跨 4 个以上平台，取占比。

Q：服务商只给截图，可以接受吗？ A：单张截图不能作为验收证据。需要的是完整原始回答、时间、平台、登录状态和引用来源的记录——这几项在专栏第 7 章的复测纪律里有完整列表。

Q：自己做 GEO，怎么避免假象二？ A：只要涉及批量发布，就假设”发布成功”的日志不可信，单独做一次存在性检查。人工抽检也行，关键是检查动作和发布动作分开。

Q：60%-70% 这个水位适用所有类目吗？ A：不适用。本地决策词和泛行业词的难度差很多，强竞争类目达到 40% 可能已经很好。这个数字只作量级参考，具体目标要基于自己的基线来定。