先给结论：GEO 复盘不是看一个总分
GEO 效果复盘，是把一段时间内页面被发现、被理解、被提及、被引用和带来行为的变化，放回同一套问题、平台、页面版本和证据记录中重新检查。它回答的是“在什么条件下发生了什么”，不是给网站贴一个永久有效的分数。
一次 AI 回答出现品牌名，最多说明这一次回答里出现了品牌提及；如果答案还给出本站 URL，才可以进一步记录为页面引用；如果答案正确采用了页面中的事实、步骤和限制，才进入内容采用与引用准确的判断。每一步都需要独立证据，不能因为前一项成立就自动勾选后面的项目。
固定 8 个问题、5 个平台、1 个页面版本，连续运行 3 个观察窗口。每条记录保存问题原文、完整回答、来源 URL、回答时间和判定理由。先报告计划数、有效数和各分母，再讨论趋势；没有完成的组合保留为未知，不补成 0。
| 观察到的现象 | 可以记录为 | 不能直接记录为 |
|---|---|---|
| 答案出现 ZenLeak 名称 | 品牌提及 | 页面被引用、引用准确 |
| 答案或来源区出现具体 URL | 显式页面引用 | 页面内容已被正确理解 |
| 答案采用页面中的事实或步骤 | 内容采用 | 所有用户都会看到该答案 |
| 采用内容保留条件与限制 | 准确采用 | 排名、收录或转化已提升 |
| 站内出现可识别平台来源的会话 | 已识别 AI 引荐 | 全部 AI 流量或全部 AI 转化 |
先拆五层：不要把不同问题混成一个结果
一个可靠的复盘报告至少有五层。技术层解决“能不能访问和处理”，搜索层解决“有没有被搜索系统发现和展示”，答案层解决“是否出现在特定问题的回答中”，证据层解决“答案说得是否有依据”，业务层解决“是否产生了可识别行为”。每层都可能正常，也可能停在未知状态。
第一层：技术资格
保存 URL、HTTP 状态、robots、canonical、服务端正文、渲染结果、sitemap 入口和页面版本。HTTP 200 只说明本次请求正常返回；Google 将抓取、索引和结果展示拆成不同阶段，并明确不是每个被处理的页面都会进入索引。技术检查通过后，仍要等待平台自己的处理状态。
第二层：搜索发现与表现
将平台的发现、抓取、索引、展示、点击、CTR 和平均排名分开保存。搜索平台的日期范围、设备、地区、查询过滤器和数据延迟都会改变结果。提交接口接收、sitemap 中存在或日志中出现蜘蛛访问，都不能直接写成“已经收录”。
第三层：AI 答案可见性
记录问题、平台和轮次后，分别判断品牌提及、显式来源、页面引用和内容采用。没有来源链接的提及仍然有观察价值，但它不能给用户提供直接复核入口；出现 URL 也不能说明页面中的每一句话都支持了回答。
第四层：引用准确与回答完整
准确性检查要回到页面原文：回答采用的句子是否确实存在，数字、日期、对象和适用条件是否被保留，限制条件是否被删掉。完整性则看问题要求的事实是否都被覆盖。引用可以准确但不完整，也可以覆盖很多点却把其中一条说错，二者不能合并。
第五层：行为与业务结果
站内访问、阅读深度、注册、下载和询盘应该使用独立事件定义。referrer、UTM、用户自报和服务器日志都只能提供不同程度的来源线索；direct 代表没有可用来源信息，不代表访问一定来自 AI。来源未知必须单独列出。
指标字典：把每一个指标写成可计算的句子
指标名称不够。团队还需要写清观测单位、分子、分母、数据来源、排除规则和更新时间。AI 复盘的最小单位通常是“问题 × 平台 × 轮次 × 环境”，而不是一个脱离上下文的回答截图。
| 指标 | 计算方式 | 分母说明 | 需要的证据 |
|---|---|---|---|
| 有效回答率 | 可判定回答数 ÷ 计划观测数 | 包含正常回答，不删掉失败记录 | 请求时间、响应状态、完整回答 |
| 品牌提及率 | 准确提及的有效回答数 ÷ 有效回答数 | 品牌变体和误识别要有判定规则 | 回答原文、实体判定 |
| 显式引用率 | 出现本站具体 URL 的回答数 ÷ 有效回答数 | 主页、栏目页和目标页可分开统计 | 来源区域、完整 URL |
| 内容采用率 | 采用目标页面内容的回答数 ÷ 有效回答数 | 仅主题相似不足以判定采用 | 答案句子与页面原文对照 |
| 准确采用率 | 准确采用数 ÷ 内容采用数 | 内容采用为 0 时不可计算 | 声明、条件、限制的逐项核验 |
| 回答完整率 | 满足预先定义要点的回答数 ÷ 有效回答数 | 必须先写问题需要哪些要点 | 问题检查表、回答原文 |
计划观测数 = 问题数 × 平台数 × 轮次数 × 环境数
有效回答率 = 有效回答数 ÷ 计划观测数
显式引用率 = 出现本站 URL 的回答数 ÷ 有效回答数
准确采用率 = 通过逐条核验的采用回答数 ÷ 内容采用回答数
复测稳定度 = 至少两轮出现目标结果的问题数 ÷ 完成全部轮次的问题数如果分母为 0，结果应显示“不可计算”；如果没有执行这项检查，显示“未检测”；如果平台拒答、超时或回答截断，显示“无效或中断”并保留原因。0 表示已执行且目标没有发生，未知表示证据不足，三者不能用同一颜色或同一个数字代替。
固定实验：先冻结输入，再看结果
1. 固定问题集
问题集要覆盖定义、比较、操作、选择、限制和品牌事实，同时保留非品牌问题。只测试“ZenLeak 是什么”会偏向品牌已知度；只测试“最好的 GEO 网站”又容易引入无法核验的主观比较。每道题给出问题 ID、意图、目标页面和需要检查的事实。
2. 固定平台与环境
记录平台入口、产品模式、联网开关、登录状态、语言、地区、设备、运行时间和可见模型信息。模型版本无法确认时写“界面未显示”，不要凭猜测填入版本号。不同环境产生的答案不能悄悄放进同一个分母。
3. 保存页面版本
每次运行前保存 URL、发布日期、更新时间、标题、正文版本或内容哈希，并记录近期标题、首段、结构化数据、证据和内链变更。否则复测后看到变化，却无法知道平台回答对应的是哪一版页面。
4. 预先写判定手册
对“提及”“引用”“采用”“准确”“完整”分别写一个正例、反例和边界例。例如，答案只出现“ZenLeak”而没有来源 URL，判为品牌提及，不判为页面引用；答案引用了页面但把“仅适用于小样本”改成“适用于所有网站”，判为引用存在但不准确。
5. 分离基线、复测和探索问题
基线和复测使用相同的核心问题，探索问题单独记录。新增问题不能在结果不理想时临时放进分母，也不能把删除不利样本称为“清洗”。每轮都保留计划数、执行数、有效数、无效数和缺失数。
记录表怎么设计：截图只是附件，不是数据结构
一张截图可以帮助复核界面，但它不适合作为唯一数据源。建议每条观测保存结构化记录，并把截图、原始回答和人工整理件分开。公开时可以脱敏，但不能用编辑后的摘要替代原始材料的存在。
| 字段组 | 最低字段 | 用途 |
|---|---|---|
| 实验 | 实验 ID、协议版本、窗口、执行人 | 确认这条记录属于哪轮复测 |
| 输入 | 问题 ID、问题原文、意图、目标 URL | 防止只保存改写后的问题 |
| 环境 | 平台、模式、语言、地区、登录与联网状态 | 解释平台和上下文差异 |
| 原始结果 | 时间、状态、完整回答、来源区、来源 URL | 保留可复核的事实材料 |
| 判定 | 提及、引用、采用、准确、完整、判定理由 | 让指标可由记录重新计算 |
| 关联 | 页面版本、证据 ID、截图路径、隐私级别 | 连接正文、证据和公开摘要 |
记录中还应保留“无法判定”的具体原因，例如来源区未加载、回答被截断、平台切换了模式、页面打不开或无法确认来源是否指向目标 URL。原因比一个模糊的“否”更有价值，因为它决定下一轮是补证据、换环境还是等待平台恢复。
一组虚构数据：如何从结果走到合格结论
以下数据完全虚构，仅演示分母和表述方式，不是 ZenLeak 实测，也不代表任何平台的典型表现。
假设团队固定 8 个问题、5 个平台和 3 个观察窗口，每个窗口计划 40 个组合，三轮共 120 个计划观测。第一轮有 37 个有效回答，第二轮 39 个，第三轮 38 个。平台报错和登录中断仍保留在记录中，不从计划数里删除。
| 指标 | 窗口一 | 窗口三 | 正确描述 |
|---|---|---|---|
| 有效回答 | 37 / 40 | 38 / 40 | 两期都有 3 次或 2 次未形成可判定回答 |
| 品牌提及 | 9 / 37 | 14 / 38 | 提及次数增加，不代表页面引用增加 |
| 显式页面引用 | 3 / 37 | 7 / 38 | 出现具体 URL 的回答增加 |
| 内容采用 | 6 / 37 | 11 / 38 | 答案采用目标页面可识别内容的次数增加 |
| 准确采用 | 5 / 6 | 8 / 11 | 采用量和准确比例必须同时看 |
合格结论可以写成：“在固定的 8 个问题、5 个平台和相同观测条件下，第三窗口比第一窗口记录到更多品牌提及、显式页面引用和内容采用。准确采用为 8 / 11，低于第一窗口的 5 / 6；这组数据只支持描述性比较，不能说明改动造成了平台整体提升，也不能推导搜索排名、收录或转化结果。”
不合格结论是：“三轮测试让 AI 引用增长 133%，证明页面优化有效。”这句话隐藏了小分母，混淆了显式引用与内容采用，也没有说明无效回答、平台差异和同期改动。百分比越精确，越要先检查计数是否足够支撑这种精度。
从一次回答到 30 天趋势：复测节奏怎么安排
一次回答适合发现线索，不适合判断稳定趋势。可以使用 T+0 保存发布基线，T+3 检查技术与初步发现，T+7 运行第一轮固定问题，T+14 检查是否重复出现，T+30 再判断页面批次和业务数据。具体间隔仍应根据平台处理速度和业务周期调整，不存在适用于所有站点的固定天数。
| 时间 | 重点 | 应保存 | 不要急着下的结论 |
|---|---|---|---|
| T+0 | 页面和协议基线 | 版本、问题、技术状态、原始答案 | 发布当天没有引用，不代表以后不会引用 |
| T+3 | 公开入口与技术变化 | HTTP、robots、sitemap、日志和版本差异 | 入口正常不等于已经收录 |
| T+7 | 第一轮固定问题 | 平台、环境、完整回答和来源 | 一次出现不等于稳定趋势 |
| T+14 | 重复性与异常 | 相同问题的轮次对比、缺失原因 | 波动不一定是页面质量变化 |
| T+30 | 阶段性复盘 | 搜索、答案、行为和变更日志 | 相关变化不自动等于因果效果 |
复测期间应记录平台版本变化、内容更新、外链、广告、公关活动、季节需求和站点故障。若同时改了标题、正文、Schema、内链和推广渠道，结果即使变好，也很难知道应该复制哪项动作。高风险改动应设处理组与相似对照组，并至少保留改动前的多个窗口。
报告怎么写：把事实、解释和下一步分开
一份好的复盘报告应该让读者从摘要回到单条记录，而不是只能相信一个仪表盘数字。建议按以下顺序组织：范围与方法、页面版本、数据质量、分层结果、证据样本、限制条件、替代解释和下一轮行动。
- 先报范围：说明观察日期、平台、问题数、轮次数、地区、语言和计划观测数。
- 再报数据质量：列出有效、无效、拒答、中断、缺失和可判定样本。
- 分层报结果：分别报告搜索状态、提及、引用、采用、准确和行为，不相加成总分。
- 附原始证据：至少提供问题原文、回答片段、来源 URL、页面版本和判定理由。
- 写限制：说明样本大小、平台波动、来源缺失、登录墙和无法归因的部分。
- 给下一步：只安排能被下一轮验证的动作，例如补充限制条件、修复页面入口或扩大非品牌问题。
“在【时间】、【平台】、【问题集】和【页面版本】条件下，观察到【分子 / 分母】的【具体结果】。该结果支持【有限描述】，但不能推出【排名、收录、所有平台或因果承诺】。主要不确定性是【缺失、波动或替代解释】，下一轮将在【时间】用【相同条件或明确变化】复核。”
哪些可以自动化，哪些不能交给脚本
自动化适合固定问题发送、批次编号、响应保存、重复去重、字段校验、页面版本关联、分母汇总、异常提醒和证据包导出。它能让“每次都按同一格式记录”更可靠，也能减少人工抄数导致的加总错误。
自动化不能凭关键词相似度判断内容是否被采用，不能只看到 URL 就判断引用准确，不能绕过平台限制抓取私有回答，也不能把来源未知流量强行归给 AI。来源语义、声明支持、限制条件和隐私公开级别仍需要人工审核，并应保留审核者与审核时间。
常见问题
品牌被提及了，就算 GEO 成功吗？
不算。它只说明在指定问题和条件下出现了品牌提及。还要看是否有具体页面来源、是否采用了目标内容、引用是否准确，以及是否有可识别的后续行为。
没有页面链接，但答案内容明显来自我的文章，怎么记？
可以记为内容采用，并把显式页面引用记为 0。保存答案和目标页面的逐段对照，避免仅凭主题相似作出采用判断。
一轮测试有多少问题才有意义？
没有通用的最低数字。问题应先覆盖目标意图，并公开计划数和有效数。小样本可以用于发现线索，但应报告计数、分母和限制，不要包装成稳定的市场结论。
复测时能不能换问题，让结果更贴近用户？
可以增加探索问题，但不要替换核心问题并继续沿用旧分母。核心面板负责前后比较，探索面板负责发现新意图，两者分开统计。
GEO 复盘需要承诺排名或收录吗？
不需要，也不应承诺。复盘的价值是把可观察变化和不可控结果分开，并明确下一轮如何验证，不是把平台结果包装成保证。
发布前的 GEO 复盘清单
- 是否写清观察目标、页面范围、平台、时间窗口和问题集。
- 是否保存问题原文、完整回答、来源 URL、运行条件和页面版本。
- 是否分别记录品牌提及、页面引用、内容采用、引用准确和回答完整。
- 是否为每个指标写明分子、分母、排除规则和数据来源。
- 是否把 0、未知、未检测、无效和接口不可达分开显示。
- 是否将截图作为证据附件，而不是唯一的数据源。
- 是否保留失败样本和原因，而不是只留下成功回答。
- 是否把固定核心问题与新增探索问题分开计算。
- 是否记录同期的标题、正文、外链、广告、平台和站点变化。
- 结论是否明确写出观察到的事实、不能推出的内容和下一步复测动作。
最后的边界：复盘让结论更可靠，不让不确定性消失
GEO 复盘不能控制搜索引擎或 AI 平台如何抓取、索引、检索和生成回答，也不能把有限样本变成所有用户的体验。它能做的是固定输入、保留原始证据、公开分母、分离指标并安排重复验证。比“某个分数变高了”更有价值的结果，通常是知道变化发生在哪一层、哪些证据支持它、哪些解释仍然没有被排除。
ZenLeak 的GEO 衡量框架适合建立指标字典，AI 搜索引用证据归档适合保存逐条材料，国内 AI 引用复测指南适合冻结平台、问题与环境。三者配合起来，才能把一次回答变成一条可复核的研究记录。