行业洞察

GEO 的服务标准 10 月 10 日开始实施:你的合同和验收单,该改哪几条

· 云途 GEO编辑部 · 约 9 分钟

先看一个官方数字:你的客户已经在 AI 里提问了

2026 年 9 月 29 日,中国互联网络信息中心发布《生成式人工智能应用发展报告(2026)》:截至 2026 年上半年,我国生成式人工智能用户规模突破 7 亿人,普及率超过 50%;76.0% 的用户表示自己会让生成式 AI 回答问题(央视网报道)。

把这句官方话翻成生意话:你的客户不一定还在搜索引擎里翻链接,但很可能已经在某个 AI 助手里问过一句「这家靠不靠谱」。这不是趋势预测,是已经发生的事。

问题也就跟着变了。既然客户换了地方提问,你要确认的是两件事:在那个地方,AI 有没有把你说对;以及你签的那份合同,能不能保证这件事会被认真做完。第二件,恰恰是过去最难回答的。

10 月 10 日起,国内有了一份可以对照的服务标准

由中国商务广告协会提出并归口、AI 营销应用工作委员会组织编制的《生成式引擎优化(GEO)》五项团体标准,编号 T/CAACCHINA 001-005-2026,已于 2026 年 9 月 14 日通过全国团体标准信息平台审核并对外公布,自 2026 年 10 月 10 日起实施(发布与实施说明)。

五项各自管一段:术语与定义、服务商评估、计价评估与测量、可信语料、服务流程合规与安全。

有两点边界要说清,否则容易用错。第一,它是团体标准,不是强制法规,属于行业自律与采购参照。第二,它不代表「国内首份」——同期至少还有中国信通院的 AIIA/T 0277-2026、T/CAPT 026-2026、T/CGCC 119-2026,以及山东省 10 月 1 日起施行的《品牌生成式引擎优化应用规范》T/SDCBD 0007-2026,几份文件并存、细节并不完全一致。所以对外不宜拿某一套编号当宣传锚点。

但它们合起来做成了一件事:把「怎么做、怎么评、哪些不能做」写成了可以对照的条文。对你最直接的用处是其中第三项——测量与计价终于有了写法,也就是你终于能要求服务商按一个共同的标准交付。

合同里这几句话,以后不能再写

几份标准有一个共同的硬动作:把「保证首位」「确保收录」这类绝对承诺明确列入禁止;对使用黑帽手段、做虚假效果承诺、存在数据安全问题的服务商,在服务商评估中直接一票否决。同时被划进禁区的还有六类技术手段:语料投毒、伪共识制造、虚假信源、提示注入、刷量造假,以及没有事实增量的批量伪原创。

为什么这对你不只是「道德问题」。这几类做法一旦被平台识别,代价不是某一篇内容掉排名,而是整个品牌被降级成不可信来源——平台下次遇到同样的问题,会连着你的品牌名一起打折。修复这个印象的成本,远高于当初省下的那点内容费。

所以签合同前,值得把这几条抄进附件,让服务商书面承诺不做。

一个当场可用的判断:凡是把「保证」「确保」「一定」写进效果条款的,先划掉再说。合规的服务商能承诺的只有过程——核心事实的完善度、信源位置的数量与等级、证据链是否可核,而不是结果。这恰好也是标准给的分类方式。

还有一个细节值得同时写进去:把「核心事实清单」列成附件。哪些信息最容易被说错——产品参数、服务范围、资质证照、价格条件、服务地域,逐条列清楚,并写明每条事实至少要出现在几个互相独立的位置上。这张清单是后面验收的地基,也是换服务商时唯一能带走的东西。

验收单上该出现哪几个数

这是新标准里最能用的一条。过去你验收 GEO,拿到的往往只是一个数,比如「AI 提及率 60%」。这个数单独看基本没有意义,原因有三层。

第一层,AI 回答本身在剧烈漂移。有一组公开测试显示,同一批品牌连跑 2,961 次,顺序完全一致的概率大约只有千分之一;另一组数据里,ChatGPT 被引用的来源每周替换掉约 74%。你今天看到的结果,下周可能就不在了。

第二层,小样本的误差大到足以盖住结论。按可复算的置信区间:可见度在 50% 附近时,只问 20 个问题,真实值可能落在 30% 到 70% 之间;要把区间收到 45% 到 55%,需要大约 400 个回答(测量方法说明)。换句话说,一份只跑了 10 个问题的报告,涨跌 10 个百分点都属于噪声。

第三层,「被提到」其实是四件事。我们在给客户的报告里固定分四列:被提及、被署名(有没有指向你页面的链接)、是否被准确转述、说得正面还是负面。再要求每个数后面附一句「问了多少个问题、每个平台跑了几轮」。四列加采样说明,你拿到的才是一份能交给老板的验收单——否则它只是一张截图。

还要提醒一句:问题清单要固定。不要中途换题,一旦换了,前后两轮的数据就没法比。要加新问题就整批加,老问题原样保留。这一点看着琐碎,却决定了你半年后是「有一条趋势线」,还是「又攒了一堆没法用的截图」。

为什么「被提到」和「拿到客户」是两笔账

这是最容易让预算判断跑偏的地方。

从 2026 年 8 月起,Google 开始让一部分 AI 概览在结果页自动展开成完整的对话式回答:原来的「展开更多」按钮被去掉,追问输入框默认出现,传统搜索结果被挤到更下面(变化梳理)。也就是说,AI 答案占的版面更大,能留给网站的位置更少。

同时,AI 引荐而来的真实访客体量仍然很小。多项独立统计落在全站访客的 0.10% 到 1.08% 之间;在订单级的复盘里,它占 0.10% 的会话、0.12% 的营收。

两件事放在一起,结论很清楚:被引用不等于有流量,更不该被当成线索指标来考核。所以从今年起,我们给客户的账本固定分三层,并且永不相加——① 展示与引用次数;② 指向外部网页的点击;③ 用户留在平台里继续追问的次数。平台没有提供的那一层,报告里写「平台未提供」,不填 0。

第三层为什么值得单独留一格:因为用户留在平台里追问,其实是最接近「他真的在考虑你」的动作,只是这一项多数平台不对外提供数据。留一格写「未提供」,比填一个 0 诚实——填零会让一项目前根本测不了的东西,看起来像一项已经失败的指标。

这样至少能保证,你不会拿一个虚高的数字去指导明年的预算。

看起来最省事的几条路,反而最先出局

如果预算有限,更该先看清钱花在哪一层最有效。有一组覆盖 900 万条 AI 答案、400 多个品牌的数据给出三个反直觉的结论(研究结论汇总,第三方自报):

64% 的引用来自普通页面,而不是榜单、对比、教程这些专门为「被引用」而写的格式;

在商业意图的问题上,82% 的引用给了第三方,只有 3% 给了品牌自己的页面;

对 AI 可见度提升最明显的第三方渠道,依次是 YouTube 2.8 倍、LinkedIn 2.7 倍、Reddit 2.4 倍。

这三条合起来解释了为什么「把官网做厚」是最慢的一条路:在你最想拿下的那类问题上,AI 更愿意引用别人怎么评价你。

顺带一个已经量化的变化:自夸型内容不再只是「没用」,而开始有负作用——有对比测试显示,AI 更容易略过这类文章,甚至在相当比例的查询里把竞品推上去。所以存量里那些「某某行业十大品牌」式的自夸稿,属于该优先清理的一批,而不是继续追加。

先给自己做一次能被看见的体检

上面讲的都是怎么被引用,但还有一个更靠前、也更容易被忽略的门槛:AI 到底能不能读到你的网站。这一步不需要预算,自己就能验。

三个动作就够。第一,用浏览器打开「查看源代码」,确认核心内容在原始 HTML 里就已经存在——ChatGPT 与 Claude 的抓取程序会下载脚本文件但基本不执行,凡是靠 JavaScript 渲染才出现的内容,对它们等于没写。第二,检查 robots.txt 以及服务器或 CDN 有没有按浏览器标识拦掉搜索类爬虫。第三,看一眼页面有没有明确的更新时间——多个平台在挑来源时会参考时间标记,只写年份、或者没有任何时间信息的页面,很难被判定成「现在还成立」。

这里有一个需要留意的近期变化。2026 年 9 月 15 日起,Cloudflare 对以广告变现的站点新增了默认配置:搜索类爬虫放行、训练类禁止,但在展示广告的页面上拦截「代替人操作」的 AI 代理流量(政策说明)。如果客户站走 Cloudflare,页面又带广告,这条默认值可能悄悄改变了它的 AI 可读范围。

我们自己的站每天跑一次外部只读自测,就是为了让这类变化在出问题之前先被看见。今天这一跑:核心页 7 个全部正常、部署指纹与本地一致、站点地图 29 条(其中文章 16 篇),站点侧没有需要修的地方。

下周就能动手的三件事

① 把合同里的结果承诺换成过程指标。删掉所有「保证」「确保」「一定」,改写为三条可核的:核心事实的完善率、每个核心事实在几个独立位置出现过、报告是否附采样次数与区间。

② 固定一组问题,自己定期问一遍。选 20 到 50 个客户真实会问的问题(不要带你的品牌名),在客户常用的 3 到 5 个 AI 平台上每周跑一次,记录是否出现、有没有链接、说得对不对。跑满 12 周,你会得到一份比任何第三方报告都贴合自己生意的基线。

③ 把一部分预算从「自有站加厚」挪到「进入别人已有的评价」。依据就是上一节那个 3% 与 82%——先在行业已有的测评、榜单、视频内容里争取被收录、被提到,再谈新建页面。

这三件事都不需要额外预算,也不需要等标准出细则。

常见问题

团体标准是强制的吗?我们要不要按它做?

不是强制。它属于团体标准,性质是行业自律与采购参照,不是法规。但它和信通院、其他协会的几份文件放在一起,构成了目前国内唯一可对照的 GEO 服务规范。按它走的好处很实际:你提要求、写合同、做验收时,和服务商有共同的词和共同的算法,对方没法用「各说各话」绕过去。

那我们现在最该先做哪一件?

先用你自己的一组问题跑一次基线。选 20 到 50 个客户真实会问的问题,在客户常用的 3 到 5 个 AI 平台上跑一轮,记录是否出现、有没有指向你网站的链接、说得对不对。有了这一份基线,再谈要不要投入、投在哪一层,判断会清楚很多。

AI 提到我们了,是不是就说明有效果?

不说明。被提到和拿到客户是两笔账。AI 引荐而来的访客体量目前仍然很小,多项独立统计落在全站访客的百分之一以内;而且「被提到」还要分清是被准确转述、被署名(也就是有指向你页面的链接),还是别人花钱买的广告位。这三者的成因和持续性都不一样,必须分开记录。

想看看 AI 现在是怎么讲你的?

上面这些判断,换成你自己的品牌是什么结果,可以实测:7 个主流 AI 平台各问一遍,出一份含问题清单与复现方法的报告——免费,不用注册。