GEO 优化做了半个月，效果怎么量化？我的 ROI 度量方案

rayedeng
4 阅读5分钟

做 GEO（Generative Engine Optimization）最头疼的问题不是怎么优化，而是怎么证明优化有效果。

传统 SEO 有 Google Search Console、Ahrefs 这些成熟工具，排名变化一目了然。但 AI 搜索没有统一的排名机制——ChatGPT、Perplexity、Gemini 每次回答都可能不一样，你怎么度量？

我花了半个月时间在自己的 SaaS 产品上做 GEO 优化实验，总结了一套可量化的度量方案。

核心问题：AI 搜索的"排名"是什么？

传统搜索引擎有明确的排名位置（#1、#2、#3），AI 搜索引擎的输出是自然语言段落。所以我们需要重新定义度量指标：

1. 品牌提及率（Brand Mention Rate）

最直观的指标：在同一类查询中，AI 多大概率会提到你的品牌？

interface MentionMetrics {
  totalQueries: number;       // 总查询数
  mentionedCount: number;     // 品牌被提及次数
  mentionRate: number;        // 提及率 = mentioned / total
  avgPosition: number;        // 平均出现位置（段落序号）
  citationCount: number;      // 带引用链接的次数
}

度量方法：设计 30-50 个目标用户可能搜索的 Prompt，每天跑一次，统计品牌出现频率。

const prompts = [
  "推荐几个 AI 代码审查工具",
  "2026年最好的代码质量检测方案",
  "有什么工具能发现 AI 生成代码的问题",
  "SaaS 产品的 SEO 怎么做",
  // ... 更多变体
];

async function measureMentionRate(
  brand: string, 
  prompts: string[], 
  engines: string[]
): Promise<MentionMetrics> {
  let totalQueries = 0;
  let mentionedCount = 0;
  let positionSum = 0;
  let citationCount = 0;
  
  for (const prompt of prompts) {
    for (const engine of engines) {
      const response = await queryEngine(engine, prompt);
      totalQueries++;
      
      if (response.text.toLowerCase().includes(brand.toLowerCase())) {
        mentionedCount++;
        positionSum += findMentionPosition(response.text, brand);
      }
      
      if (response.citations?.some(c => c.includes(brand))) {
        citationCount++;
      }
    }
  }
  
  return {
    totalQueries,
    mentionedCount,
    mentionRate: mentionedCount / totalQueries,
    avgPosition: mentionedCount > 0 ? positionSum / mentionedCount : -1,
    citationCount,
  };
}

2. 竞品对比指数（Competitive Share of Voice）

只看自己不够，还要和竞品比。类似传统 SEO 的 Share of Voice：

interface CompetitiveSOV {
  brand: string;
  mentionRate: number;
  avgPosition: number;
  sentimentScore: number;  // -1 到 1，AI 提到时的情感倾向
}

// 示例输出
const results: CompetitiveSOV[] = [
  { brand: "GEO Boost",   mentionRate: 0.34, avgPosition: 2.1, sentimentScore: 0.72 },
  { brand: "CompetitorA",  mentionRate: 0.52, avgPosition: 1.3, sentimentScore: 0.65 },
  { brand: "CompetitorB",  mentionRate: 0.28, avgPosition: 3.4, sentimentScore: 0.58 },
];

这个数据告诉你：竞品 A 在 52% 的查询中被提及且平均排第 1 位，你需要追赶的差距是多少。

3. 流量归因（Traffic Attribution）

GEO 优化最终要回到业务数据。问题是：AI 搜索带来的流量怎么追踪？

用户从 ChatGPT/Perplexity 点击链接到你的网站，Referrer 可能是：

  • chat.openai.com
  • perplexity.ai
  • gemini.google.com
  • 空 Referrer（部分场景）
// 在你的 Analytics 中标记 AI 搜索来源
const AI_SEARCH_REFERRERS = [
  'chat.openai.com',
  'chatgpt.com',
  'perplexity.ai',
  'gemini.google.com',
  'copilot.microsoft.com',
  'you.com',
  'phind.com',
];

function isAISearchTraffic(referrer: string): boolean {
  return AI_SEARCH_REFERRERS.some(r => referrer.includes(r));
}

// UTM 方案：在被 AI 引用的页面加特殊标记
// 如果 AI 引用了你的 /pricing 页面，用户点进来后
// 通过 landing page + referrer 组合判断
function trackAISearchConversion(session: UserSession) {
  if (isAISearchTraffic(session.referrer)) {
    analytics.track('ai_search_visit', {
      engine: extractEngine(session.referrer),
      landingPage: session.landingPage,
      convertedToTrial: session.events.includes('signup'),
      convertedToPaid: session.events.includes('purchase'),
    });
  }
}

我的度量实践：半个月的数据

以下是我在自己产品上的实测数据（2026 年 3 月 8 日 - 3 月 22 日）：

品牌提及率变化

时间段ChatGPTPerplexityGemini平均
优化前（W1）8%12%5%8.3%
优化后（W2）18%28%11%19%
增长+125%+133%+120%+129%

关键发现

  1. Perplexity 最敏感：新内容发布后 2-3 天就能看到提及率变化，ChatGPT 需要 1-2 周
  2. 结构化数据有效：添加 Schema Markup 后，带引用链接的提及从 3% 涨到 15%
  3. 长尾 Prompt 比通用 Prompt 效果好：在"推荐 XX 工具"这类通用查询中很难排上去，但在"如何解决 AI 代码审查中的幻觉包问题"这种长尾场景，提及率可以到 40%+

ROI 计算

GEO 优化投入：
  - 内容创建：约 20 小时（包含技术文章、文档优化）
  - 监控系统搭建：约 8 小时
  - API 调用成本：约 $15/月（用于定期查询 AI 引擎）
  
产出（半个月数据）：
  - AI 搜索来源访问量：+340 visits
  - 注册转化：+23 signups
  - 付费转化：+4 customers
  - 新增 MRR：$196

ROI = ($196 - $15) / (28h * $50/h + $15) ≈ 12.7%（首月）

第一个月 ROI 不高，但这是一次性投入 + 持续收益的模式。内容和结构化数据一旦就位，后续只需维护监控成本。

自动化度量管道

手动跑查询太累，我搭了一个自动化 pipeline：

// 每日定时任务
async function dailyGEOAudit() {
  const engines = ['chatgpt', 'perplexity', 'gemini'];
  const prompts = await loadPromptSuite('./prompts/geo-audit.json');
  
  const results = await measureMentionRate('GEO Boost', prompts, engines);
  
  // 存储历史数据
  await saveMetrics(results, new Date());
  
  // 生成趋势报告
  const trend = await generateTrendReport(7); // 最近 7 天
  
  // 告警：如果提及率下降超过 20%
  if (trend.mentionRateDelta < -0.2) {
    await sendAlert(`⚠️ Brand mention rate dropped ${trend.mentionRateDelta}%`);
  }
  
  return trend;
}

完整的监控系统我之前写过一篇文章介绍（我用 Node.js 搭了一套 GEO 监控系统），这里不赘述。

几个踩坑经验

坑 1：样本量不够导致数据波动大

刚开始我只用了 10 个 Prompt，每天的提及率从 0% 到 30% 来回跳。后来扩展到 50 个 Prompt + 每个跑 3 次，数据才稳定下来。

建议：至少 30 个 Prompt × 3 次重复 × 3 个引擎 = 270 次查询/天。API 成本约 $0.5/天。

坑 2：Prompt 设计有偏差

如果你的 Prompt 都是"推荐最好的 XX 工具"，你只度量了推荐型场景。实际用户可能搜索"怎么解决 XX 问题"、"XX 和 YY 哪个好"、"XX 的替代方案"等。

建议：按用户意图分类设计 Prompt：

  • 推荐型（30%）：推荐几个...
  • 问题型（30%）：怎么解决...
  • 对比型（20%）：A 和 B 哪个好...
  • 教程型（20%）：如何实现...

坑 3：忽略了负面提及

AI 有时候会提到你的品牌，但说的是缺点。这种"负面提及"不应该算作有效提及。

async function analyzeSentiment(text: string, brand: string): Promise<number> {
  const context = extractBrandContext(text, brand, 200); // 品牌前后 200 字
  const sentiment = await llm.analyze(`Rate the sentiment of this mention: ${context}`);
  return sentiment.score; // -1 to 1
}

总结

GEO 度量的核心框架：

  1. 品牌提及率 — 你被 AI 推荐的概率（最核心指标）
  2. 竞品 SOV — 你在市场中的相对位置
  3. 流量归因 — AI 搜索实际带来的业务价值
  4. ROI 计算 — 投入产出比，指导资源分配

工具层面，我把度量逻辑集成到了 GEO Boost 里，支持定时监控 + 自动报告 + 竞品对比。如果你也在做 GEO 优化，可以参考这个度量框架，或者直接用工具省去自建监控的时间。

这是我 GEO 优化系列的第 8 篇。前面几篇从入门、实战、监控到 AI Agent 可见性，这篇补上了度量环节。有问题欢迎评论区讨论。

avatar
文章
阅读
粉丝