「GEO 的效果怎么证明？」——这是每个向老板汇报的 GEO 负责人都会遇到的问题。难点在于：AI 回答通常不带链接，曝光不产生点击，传统的那套流量漏斗在这里断了一环。
这套四层 KPI 的作用，就是把断掉的链条重新接上。
第一层：存在性指标（AI 看不看得见你）
最基础的一层，回答「在不在场」：
- 可见性（Visibility）：目标问句下被提到的比例。例：100 条问句 × 每日 × 5 引擎，提到你 340 次，可见性 68%。
- 信源覆盖率（Source Coverage）：你的内容在 AI 引用来源里的占比。比如 AI 引用了 20 个域名，其中 3 个是你的可控资产（官网、官方知乎号、官方公众号）。
合理目标：品类核心问句可见性 ≥ 60%；信源覆盖率逐月提升。这一层不达标，上面全部免谈。
第二层：质量指标（AI 怎么描述你）
在场不等于占位。这一层看描述的质量：
- 平均答案位次：在推荐清单里的平均排名。目标是进入前二。
- 推荐情感分：正面/中性/负面的加权分，按属性拆解（价格、质量、服务）。
- 描述准确率：AI 转述你的信息（参数、价格、品类、场景）有多少条是准确的。这一项最容易被忽视，但错误描述的转化杀伤力最大。
合理目标：平均位次 ≤ 2.0；情感分 ≥ 70；描述准确率 ≥ 95%。
第三层：行为指标（用户因此做了什么）
这是断裂的一环，需要专门的手段接上：
- AI 引荐流量（AI Referrals）：分析工具里来源为 AI 站点（如 chat.openai.com、perplexity.ai）的访问，以及带 AI 特征的直接访问增长。这是目前最接近「AI 带来的流量」的可观测指标。
- 品牌搜索增量：用户在问完 AI 之后，通常会去搜索品牌名验证。品牌词搜索量的变化，是 AI 影响的间接但稳健的信号。
- 「直接问你」类咨询：客服渠道里出现「AI 推荐你们来的」——话术里标记一下，成本极低，信号极真。
合理目标：AI 引荐流量月环比增长；品牌词搜索量与 AI 可见性趋势相关性为正。
第四层：生意指标（最终赚到多少）
- AI 辅助成交：新客首单归因（问卷/订单备注里问一句「从哪里知道我们」）
- 获客成本变化：AI 占位好的品类，整体 CAC 的趋势变化
- GEO 投入产出比：GEO 相关成本（内容、工具、人力）÷ 归因于 AI 渠道的增量毛利
汇报结构：一页纸怎么搭
给老板的一页纸，四行就够：
- 本月 AI 可见性 XX%（环比 +Xpp），排名前三的问句占比 XX%
- 情感分 XX，准确率 XX%，纠偏错误描述 N 处
- AI 引荐流量 XX 次访问（环比 +X%），品牌词搜索 +X%
- 归因成交 X 单 / ¥XX，GEO 投入 ¥XX，投产比 X:X
第一行证明「在场且在涨」，第二行证明「质量在控」，第三行证明「有真实行为响应」，第四行证明「钱回来了」。
三个常见误区
误区一：用点击率衡量 GEO。 AI 回答多数不带链接，点了也不是主要路径。盯着 CTR 会得出「GEO 没用」的错误结论。
误区二：只看月均值。 AI 的回答每天都在波动，月均值会抹掉竞品突然发力的信号。看 14 日滚动 + 周环比。
误区三：指标全是团队指标。 存在性、质量层是 GEO 团队的 KPI；行为、生意层是全公司的 KPI，需要市场、客服、销售配合埋点。汇报时把这一层说清楚，GEO 才不会被当成「内容小组的自嗨」。
落地顺序建议
不要四层一起建。正确顺序：
- 先跑起来第一层（监测工具解决，一周上线）
- 第二层随监测自动产出（当月）
- 第三层埋点（分析工具加来源维度 + 客服话术，两周）
- 第四层归因（首单问卷 + 订单备注，持续）
四层齐备时，你回答「GEO 有什么用」就不再是讲道理，而是甩一页数据。