研究 · RESEARCH
研究方法与数据口径
GEO 的问题不是「AI 有没有提到我」这么简单，而是「在什么条件下、被哪个模型、以什么理由提到」。 所以我们的研究围绕三件事展开：可复现的题面、可追溯的原文、可比对的口径。
一、题面从哪来
题面按消费者真实选购时会问的问题组织，分三类：品牌发现（不点名品牌）、品牌认知（点名品牌）、 购买推荐（带预算或使用场景）。不点名品牌的题才用于衡量「自然被想到」的比率。
同一期内所有题面对所有被测对象一致，题面版本会随结果一起记录，改版前后的结果不混在一起比较。
二、模型与调用
每个平台使用该平台官方 API 调用，保留模型名、调用时间、题面与原始回答。 不同平台的回答分开统计：模型不同、知识来源不同，直接平均没有意义。
单题单条
一次调用对应一条观测记录，可单独追溯，不做拼接摘要。
失败也记录
调用失败、回答为空都留痕，但不计入有效样本分母。
三、质检与有效样本
原始回答先经过机器质检，再按规则进入统计：无法判定、答非所问、明显拒答的样本会被标记而不是直接删掉。 有效样本 = 成功拿到回答且通过质检的样本。
有效样本不足 5 条时不给结论性判断，页面上直接写「样本不足」。
四、能得出与不能得出的结论
可以说的
- 在这一批题面、这几个模型、这个时间点，品牌被提及/被推荐的比例是多少。
- 同一个问题下，不同商品被识别的差异是什么。
- 行动前后两次同口径复测，指标发生了什么变化。
不能说的
- 不能承诺「优化后一定会被 AI 推荐」——模型行为会变，我们不能替模型做保证。
- 不能把模型 API 的回答等同于消费者 App 里的真实结果。
- 不能把一次指标变化直接归因为某次运营动作。
- 不能用一次采样推断市场整体份额。
五、想看真实数据
行业级监测结果、问题资产与知识内容都在已有页面里，数据来自自有系统的实际调用， 收录数量与有效观测数量分开统计。
行业报告与客户案例在审核完成前不对外发布；目前页面上的示例报告都标注了「演示数据」， 不作为真实客户结论使用。