乱象从哪里来
GEO 的效果核验本来就难：答案有随机性、引擎会更新、没有官方数据接口。这个客观难度，给了一部分不规范做法空间。
近几个月，我们接触到几种典型情况。
四种常见乱象
乱象一：单次截图当交付
服务商在某个引擎、某个时间问了一次，截图里有客户品牌，就算「达成」。
问题很明显：同一个问题换个时间再问，答案可能完全不同。单次结果不能作为验收依据，这是最基本的常识。
乱象二：用品牌词冒充决策词
监测清单里全填「XX 公司怎么样」这类品牌词。品牌词下 AI 提到你是理所当然的，拿它来证明「GEO 起效了」，属于偷换概念。
真正有价值的是决策词：本地哪家好、多少钱、有没有坑。
乱象三：暗示可以「保证被推荐」
口头说「我们跟平台有合作」「有内部渠道优化」，让客户以为存在某种技术手段能直接影响模型输出。
事实是：AI 的答案不由任何服务商控制。任何声称能保证推荐、保证排名的说法，要么是不了解技术，要么是准备事后推责。这一条没有例外。
乱象四：只报好数据
监测做了一百个问题，只汇报提到品牌的那二十个，另外八十个不提。这种报告看起来很有成果，实际上掩盖了真实状况。
五条验收原则
这五条建议直接写进合同或服务说明里。
原则一：固定清单、固定引擎、固定频率
基线是什么时候测的、用哪 20 个问题、在哪些引擎、多久复测一次，全部事先写定。中途改清单要说明理由并留档。
原则二：看趋势，不看单点
验收看连续三个月的走向，不看某一天的截图。单次结果只能作为参考材料，不能作为结算依据。
原则三：同时看三个指标
| 指标 | 说明 |
|---|---|
| 提及率 | 20 个问题里，有几个问题的答案提到你 |
| 描述准确度 | 提到你时，关于你的事实说得对不对 |
| 来源结构 | 答案引用的来源里，属于你的或你参与建设的占比变化 |
只看第一个指标会误导。有的项目提及率没涨，但描述准确度从「完全错误」变成「基本准确」，这本身就是重要进步——它直接影响客户会不会联系你。
原则四：交付物清单与监测数据归客户所有
事实表、整改执行表、每期监测原始截图和数据，服务结束后应完整移交。这一条要在合作开始时就说清楚。
原则五：书面写明不承诺
合同里明确写上：服务方不承诺、也无法保证任何 AI 引擎在特定问题下推荐或提及客户品牌。这不是免责套话，这是对行业事实的准确描述。
反过来，愿意主动写这一条的服务商，通常更值得信任。
给企业采购的一个实用动作
在比价阶段，做一件很简单的事：让每家候选服务商提供一份脱敏的月度监测报告样例。
看三点就够了：有没有完整的 20 个问题全部结果（包括没提到的）、有没有趋势对比、有没有写清监测方法和日期。
只给「成果截图」的，可以直接排掉。
下一步可以做什么
把上面五条原则整理成一页纸，作为你和服务商沟通时的核对清单。
如果你已经在合作中，可以拿它对照现有报告——如果报告里连完整的问题清单都没有，那先要求补齐基线，再谈效果。
