一个市场会不会出现大面积的良莠不齐，和从业者的道德水平关系不大，和买方能不能验证交付物关系很大。

GEO 眼下正好踩在最容易出问题的位置上：需求在涨，交付物不可被第三方验证，而供给侧的门槛很低。

需求这一侧的变化是真实的

CNNIC 第 57 次报告显示，截至 2025 年 12 月，我国生成式人工智能用户规模达 6.02 亿人，较 2024 年底增长 141.7%，普及率达 42.8%，比上年底提高 25.2 个百分点。

6.02 亿2025 年 12 月我国生成式人工智能用户规模CNNIC 第 57 次报告
141.7%同期用户规模较 2024 年底的增幅CNNIC 第 57 次报告
42.8%同期普及率，比上年底提高 25.2 个百分点CNNIC 第 57 次报告

用户在那里，企业的焦虑是真的，预算也开始出现。问题出在后面两环。

成因一：交付物没有第三方数据源

这是最根本的一条。

做 SEO 时，甲方可以自己登录搜索平台后台核对收录量和关键词数据，乙方的报告和官方数据对不上会被当场发现。做 GEO 没有这个对照物，没有任何平台提供「你的品牌在我的回答里出现了多少次」的官方报表。

所有数据都来自服务方自己的测量。数据源单一、不可交叉验证，这种结构下报告的可信度完全取决于方法是否透明。

成因二：口径可以差出好几倍

同一批答案，换一种统计方式，数字能差很远。

最典型的是引用率。有些平台在给出答案时会展示一串参考网页，那是本次检索的候选池，不是答案真正引用的来源。把候选池的出现次数当成引用次数，数字会明显高于只统计正文标注的来源，而且虚高幅度在不同问题之间并不稳定。

其次是被点名率的分子。把负面提及和被当作反例的情况一起计入，数字会好看，而实际情况可能在变差。

还有重复测量的次数。只测一次和每题测五次取分布，结论可以完全相反。研究显示，即便把模型配置成确定性模式，多轮之间的准确率波动最大可达 15%，最好与最差之间差距最大到 70%。单次测量的结果本来就不构成证据。

成因三：供给侧门槛低

写内容、改站点结构、做提交，这些能力在存量的营销服务商里本来就有。加上一套问题集和一份报告模板，就可以对外提供 GEO 服务。

这不是说原有从业者不行，相当一部分团队的内容与技术能力是扎实的。缺的通常是测量这一环：固定条件、重复提问、留存原文、分开记录联网与非联网。这一环没有，前面做得再好也说不清成效。

分化在客户那里表现成三种形态

第一种是第三个月的争论。服务做了两三个月，双方开始争到底有没有效果。乙方拿出几张答案截图说品牌出现了，甲方说以前好像也出现过。两边都拿不出一个开工前的数，于是这场争论没有结论，只能看谁的声音大。

第二种是数字涨了业务没动。报告上的被点名率从两成涨到四成，询盘一条没多。拆开看通常是两个原因：涨的那部分来自带品牌名的自指问题，客户本来就知道你才会这么问；或者分子里混进了负面提及和并列罗列。

第三种是换服务商之后数据断档。新服务商的问题集、重复次数、引用口径和上一家都不同，之前半年的数据全部作废，只能从头建基线。这一种的损失最隐蔽，因为它不表现为某次失败，而是表现为永远在第一轮。

三种形态有一个共同的根：开工时没有把口径固定下来并写进合同。

为什么保底排名和效果担保解决不了问题

市场上周期性会出现一些看起来很有诚意的设计：保底排名，或者没达到约定效果就退款，甚至包装成某种担保或保险。

这类设计的问题不在诚意，在标的物无法定义。

排名保不了，因为答案里的顺序在多次提问之间就会变，没有稳定的名次可以作为标的。被点名率可以作为标的，但它取决于口径，而口径是乙方定的，一个宽松的口径可以让任何约定轻松达标。

更根本的一点是归因。即便数字达标了，也无法证明是谁做到的。平台更新一次模型，所有品牌的数据可能一起上移；竞品停更一个月，自己的相对位置就会变。把这种数字写成担保条款，兑付与否取决于外部变化，而不是服务质量。

所以真正能写进合同的是过程和交付物，不是结果数值。问题集冻结、重复次数、引用口径、原文留存、技术判定附证据，这些是双方都能核对的；「三个月提升到百分之多少」不是。

五个能当场核对的信号

不需要专业知识，首次沟通里就能问。

信号不可靠的表现可靠的表现
效果承诺承诺排名或具体提升幅度说明能影响什么、不能影响什么
测量方法说不清每题测几次明确重复次数与条件固定方式
引用口径算答案旁边的参考链接只算正文标注的来源
技术判定只给结论和分数每项附实测证据
基线归属基线在合同生效后才做先做基线，报告归客户

第一行最关键。承诺排名的说法在技术上没有依据，答案里的顺序在多次提问之间就会变。听到这类承诺可以直接把其余四项省掉。

最后一行容易被忽略。签约之后才做的基线起不到基线的作用，因为它已经包含了签约前为准备演示而做的改动。我们自己的做法是首轮现状评估不收费，报告无论是否继续合作都归客户。

写进合同的最小条款集

不需要长篇大论，四条就够。

问题集原文作为附件，冻结，任何改动记版本。

每题的重复提问次数、模型与联网条件写明。

引用率的统计口径写明，具体到算不算候选池。

原始答案留存并可随时调取。

这四条写上去之后，剩下的争议都变成了技术问题，而不是信任问题。完整的验收口径与各项交付物的定义，复测与验收那一页列了。

分化之后会剩下什么

大概率是两类共存。

一类把方法写在明处，数字保守，合同里敢写口径，适合需要把结果拿去向上汇报的企业。

另一类主打快速见效和漂亮报表，在预算小、决策链短的客户那里仍然有空间。

买方真正该决定的不是选哪一类，而是自己能不能接受一份看不懂来源的数据。能接受就省事，不能接受就按上面五条筛。自己做和找服务商各自的成本与风险，自己做与找服务商那一页分开算了。

参考来源