SEO 有搜索控制台，能看曝光、点击、排名。AI 搜索到眼下还没有一个等价的官方后台，所以度量必须自己搭。这一篇讲该测什么、怎么测才不作假。
四个核心指标
品牌提及率。在一组目标问题里，AI 回答提到你品牌的比例。这是最基础的可见性。
信源引用率。AI 回答把你的页面或你的内容列为来源的比例。被提到不等于被引用，有些回答点了名字却没给出处，价值差一档。
推荐位置与首推率。在「哪家靠谱」「怎么选」这类问题里，你排在第几个被推荐，是不是第一个被点名。位置比单纯出现更接近商业结果。
情感与准确度。AI 怎么描述你，是正面、中性还是有偏差，有没有把你的主体、业务、事实说错。对名称相近、容易和别家混淆的公司，这一项尤其要盯。
采样设计决定数据可不可信
这是最容易被跳过、也最容易出假结论的一步。要测就得固定四件事，一组覆盖不同意图的目标问题，一组要观察的 AI 平台，固定的提问轮次和提问方式，固定的记录周期。同一批问题每周或每月跑一遍，才能看出趋势。
有三个坑一定要避开。一是拿单次提问当结论，同一问题在不同时间、不同上下文下，AI 回答本来就会变。二是只测一个平台就下判断，各平台信源偏好不同，在 A 里出现不代表在 B 里也出现。三是把提问措辞悄悄改了还做环比，问法一变，数据就不可比了。
所以任何具体数值，都得靠自己按统一口径持续采样才作数。看到有人张口就报一个「可见度提升了多少」却说不清问题集、平台集和采样周期，那个数字先别信。
还要看的两个旁证
来自 AI 平台的引荐流量，可以在网站分析工具里按来源域看有没有来自这些助手的访问。品牌词搜索量的变化，也能侧面反映 AI 回答有没有把人引来找你。这两个都不精确，但能交叉印证。
和 SEO 度量并成一张表
别把 GEO 报表和 SEO 报表做成两套互不相干的东西。建议在同一份报告里分层呈现，业务结果层（线索、成交、收入），搜索表现层（自然流量、非品牌词点击、转化），AI 表现层（提及率、引用率、首推率），技术健康层（收录、核心网页指标、结构化数据）。这样才看得清地基和上层各自在起什么作用。模块九会展开这套分层。