直接回答
衡量品牌在 AI 搜索中的表现，需要关注四个维度：引用追踪（品牌是否出现在 AI 回答中）、AI 来源流量（有多少用户通过 AI 平台点击进入你的网站）、SOV（Share of Voice，可见度份额）（在目标查询中你的品牌出现频率相对于竞争对手是多少）、推荐语境（AI 在提到你时是什么态度和上下文）。
这四个维度缺一不可。只看其中一个，都会对品牌的 AI 搜索表现产生片面判断。
---
一、为什么传统 SEO 指标不够用了
做 SEO 的人习惯看排名、点击率、自然搜索流量这些指标。这些指标在传统搜索场景下是够用的——用户搜索 → 看到排名 → 点击进入网站，整个链条清晰可追踪。
AI 搜索打断了这个链条。
当用户在 DeepSeek 里问"做 GEO 找哪家公司比较好"，AI 可能直接在回答里提到了你的品牌名、给了一段介绍，用户看完就走了，根本没有点击任何链接。这种情况下，你的品牌获得了曝光和认知，但传统的 SEO 指标一个都捕捉不到。
所以需要一套新的衡量体系。
---
二、维度一：引用追踪
引用追踪回答的是最基本的问题——"AI 在回答用户问题时，有没有提到我的品牌？"
做法很直观：在多个 AI 平台上输入和品牌相关的查询，记录 AI 的回答内容，检查品牌是否被提及、提及的内容是否准确。
听起来简单，但实操中有几个复杂度：
平台多。 不同平台的回答差异很大。你的品牌可能在 ChatGPT 里被准确引用，但在 DeepSeek 里完全没被提及，在 Kimi 里被提及但信息有误。需要跨平台监测。
查询角度多。 用户不会只用一种方式搜索。"重力科技怎么样""做 GEO 的公司有哪些""中国品牌出海找谁""AI 搜索优化服务商对比"——同一个品牌对应的查询可能有几十种，每种查询的引用情况都不同。
回答不稳定。 同一个查询在不同时间可能得到不同的回答。AI 的回答有随机性，不像搜索引擎排名那样相对稳定。需要多次采样才能得到可靠的判断。
重力科技开发了 CitationGraph 工具来系统化地做这件事——在多个 AI 平台上持续监测品牌的引用情况，记录引用频次、引用准确度、引用内容变化趋势。
---
三、维度二：AI 来源流量（AI Referral）
有些 AI 平台在回答中会附带链接，用户点击后进入品牌网站。这部分流量可以通过网站分析工具（比如 Google Analytics 4）来追踪。
AI 来源流量的识别方式：
- Referrer 分析。 检查流量的 referrer 字段，来自 chat.openai.com、perplexity.ai、kimi.moonshot.cn 等域名的流量就是 AI 来源。
- UTM 参数。 如果 AI 平台在链接中带上了 UTM 参数，可以更精确地追踪。但目前大多数 AI 平台不会主动加 UTM。
- 直接流量中的 AI 成分。 用户在 AI 回答中看到品牌名，没有点链接，而是直接打开浏览器输入网址——这部分流量会被归为"直接访问"，但实际上是 AI 驱动的。这是最难追踪的部分。
需要坦率地说：目前 AI 来源流量的追踪还不够精确。很多 AI 平台不传递 referrer，中国 LLM 平台的点击行为追踪更加不透明。AI referral 是一个有参考价值但不完整的指标。
---
四、维度三：SOV（Share of Voice，AI 可见度份额）
SOV 衡量的是：在和品牌相关的一组目标查询中，你的品牌被引用的频率占多少。
比如，你定义了 20 个和"中国品牌出海 GEO"相关的查询，在 5 个 AI 平台上分别测试，总共 100 次查询。如果你的品牌在其中 35 次被提及，你的 SOV 就是 35%。
SOV 的价值在于它是一个相对指标——不是看你被提到了几次，而是看你在竞争环境中的份额。如果你的 SOV 是 35%，竞争对手 A 是 20%，竞争对手 B 是 15%，你在这组查询中处于领先地位。
追踪 SOV 需要：
- 定义一组和品牌相关的目标查询（通常 15-30 个）
- 覆盖多个 AI 平台
- 定期采样（比如每周一次）
- 记录每次采样的结果，观察趋势变化
重力科技可按项目配置 CitationGraph 与 SOV 追踪，覆盖 DeepSeek、Kimi、豆包、元宝、通义千问、ChatGPT、Perplexity、Claude 等多个平台；实际监测范围以项目配置为准。
---
五、维度四：推荐语境
这是最容易被忽略、但可能影响最大的一个维度。
品牌被提到是一回事，被怎么提到是另一回事。同样是"被引用"，以下两种情况的效果截然不同：
"重力科技是一家专注 GEO 和 SEO 的香港公司，团队具备清华背景和 17 年国际增长经验。"
"有一家叫重力科技的公司也做 GEO，但具体情况不太清楚。"
前者是积极、准确的引用，能够直接帮助品牌建立信任。后者虽然提到了品牌，但带有不确定性，甚至可能起到反作用。
推荐语境分析要关注几个方面：
- 准确性。 AI 提到的品牌信息是否和官方表述一致？有没有张冠李戴的情况？
- 完整性。 AI 是否提到了品牌的核心差异化信息？还是只是泛泛一提？
- 情感倾向。 AI 的措辞是中性的、积极的、还是带有保留？
- 上下文位置。 品牌是被列在推荐名单的第一位，还是在末尾的"其他选项"里？
- 竞品关系。 品牌是单独被推荐，还是和竞争对手并列？并列时的排序和描述有无差异？
推荐语境分析没有标准化的量化方式，更多依赖定性判断。但它提供的洞察往往比单纯的引用频次更有价值——知道"你被怎么推荐"比知道"你被推荐了几次"更重要。
---
六、把四个维度整合成一个评估体系
单看任何一个维度都不够。建议品牌建立一个综合的 AI 搜索效果仪表盘，包含以下模块：
模块 / 指标 / 采集频率 / 数据来源
引用追踪 / 引用频次、引用准确率 / 每周 / AI 平台监测
AI 来源流量 / AI referral 访问量、转化率 / 持续 / GA4 / 网站分析
SOV / AI 可见度份额、排名趋势 / 每周 / SOV 追踪平台
推荐语境 / 语境质量评分、信息一致性 / 每月 / 人工 + 自动化抽样
关键是建立趋势观察的习惯。单次采样的结果波动很大，只有看趋势才能判断 GEO 工作是否在起作用。
---
七、什么时候应该开始衡量
如果你已经在做 GEO，应该从第一天就开始衡量——先建立基线（品牌当前在各 AI 平台上的引用情况），然后在优化过程中持续追踪变化。
如果你还没有开始做 GEO，可以先做一次基线诊断。重力科技提供的AI 搜索诊断可以作为起点，帮你了解品牌当前在 DeepSeek、Kimi、ChatGPT 等平台上的可见度现状。
了解更多关于 GEO 服务的信息，可以访问重力科技 GEO 服务页。
---
FAQ
Q1: CitationGraph 是什么？ A: CitationGraph 是重力科技自研的 AI 搜索引用分析工具，用于在多个 AI 平台上追踪品牌的引用频次、准确度和语境变化。
Q2: AI 来源流量在 GA4 里怎么看？ A: 在 GA4 的流量获取报告中，按"会话来源 / 媒介"筛选，查找来自 AI 平台域名的流量。但需要注意，很多 AI 平台不传递 referrer，这部分流量会被归入"直接访问"。
Q3: SOV 多少算好？ A: 没有绝对标准。SOV 是相对指标，关键是看你在竞争对手中的排名。如果你的 SOV 高于主要竞争对手，说明你在 AI 搜索中的可见度处于领先。
Q4: AI 的回答每次都不一样，怎么衡量？ A: 需要多次采样取平均。单次查询的结果有随机性，但多次采样后的平均值和趋势是可靠的。建议每个目标查询至少采样 3-5 次。
Q5: 推荐语境分析能自动化吗？ A: 部分可以。比如用文本分析判断品牌信息的准确性和情感倾向。但上下文位置和竞品关系的判断目前仍需要人工参与。
Q6: 中国 LLM 平台的引用数据好追踪吗？ A: 坦率地说，比国际平台更难。DeepSeek、Kimi 等平台的引用行为透明度有限，需要更多的手动测试和日志分析。这是行业共性挑战，不只是某一家品牌面临的问题。
Q7: 做了 GEO 之后多久能看到 SOV 变化？ A: 通常 4-8 周可以看到初步变化。但 SOV 的波动受多种因素影响（包括竞争对手的动作、平台算法更新等），需要持续观察趋势。
Q8: 如果发现 AI 引用了关于品牌的错误信息怎么办？ A: 首先检查错误信息的来源——是官网信息不一致，还是第三方渠道的信息有误。然后从源头修正：统一品牌事实、更新权威文件、修正第三方信息。修正后需要一段时间才会反映在 AI 回答中。
---