做 GEO 的人常被问一个问题：AI 搜索到底带来了多少流量。这个问题现在很难答准，因为多数分析工具还分不清 AI 答案里的点击与会话。更可行的起点是 AI搜索引用来源：品牌有没有被提到、被引用了哪个页面、出现在第几位。这三件事可以人工记录，也可以逐条复核。

结论：AI 搜索的优化顺序是「先能被引用」，而不是「先统计流量」。

我们为什么先看引用来源，而不是 AI 流量？

流量是结果，引用是前提。一个页面如果从来没被 AI 答案引用过，讨论它带来多少访问没有意义；反过来，先确认哪些页面在什么问题上被引用，再去看这些页面有没有带来访问，判断才有依据。

另外，AI 流量目前没有统一口径：不同工具把「AI 概览点击」「对话式搜索跳转」算在不同渠道里。与其纠结口径，不如先把可复核的事实记下来。

问题集怎么设计？

问题集不是关键词列表，而是买家真实会问的句子。我们的做法是按「角色 × 场景 × 阶段」三轴组合：

  • 角色：采购、工程师、项目负责人；
  • 场景：选型、比价、认证、交期、售后；
  • 阶段：刚了解、已列短名单、准备下单。

三轴各取若干取值，组合出 20–40 个问题，固定下来每轮都问同一批。问题要写完整句子，例如「家纺面料出口欧盟需要哪些检测报告」，而不是「家纺 检测」。

结论：问题集的价值在于「每次都问同一批」，否则前后两轮没法比较。

记录表里放哪些字段？

一行一条记录，至少包含：问题原文、提问日期、使用的模型或入口、是否提及品牌、引用来源 URL、品牌出现的位置、答案是否包含错误信息。字段不多，但要能支撑后面的判断。

「是否提及」与「是否引用」要分开记：被提到但没给链接，和给了链接是两件事。前者影响认知，后者影响点击。

一轮观察要多久？

建议至少连续四周，每周同一时间跑一轮。原因是 AI 答案有随机性，单次结果不足以判断；四周能看出「稳定出现」「偶尔出现」「从未出现」三种状态，而不是被一次偶然答案带偏。Google 对 AI 功能与抓取关系的说明，可参考 Search Central 的 AI 功能文档。

现在还不能下什么结论？

结论：没有复核过的采样，不对外发布统计结论。

三件事我们暂时不做：不公布未经复核的提及率；不把单次答案当作趋势；不承诺「优化后一定被引用」。这类承诺既不可验证，也会误导决策。

可以确认的是方法本身：固定问题集、固定字段、固定频率，记录就能积累成可比的数据。

这套方法适合谁？

三类团队适合：内容团队想验证某篇页面有没有被引用；外贸企业想确认品牌在目标市场的 AI 答案里是否出现；服务商想给客户一个可复核的交付物，而不是一句“我们做了优化”。

两类团队可以先不做：还没有官网或页面不足十页的，先把可被引用的内容做出来；完全没有内容维护人手的，先解决“谁负责更新”，再谈采样。

记录之后怎么落到内容上？

把「该被引用却没被引用」的问题按页面归类，会得到一张缺口清单：缺少定义句、缺少参数表、缺少可核对的来源，或者页面根本没被收录。前三种改内容，第四种先解决抓取与索引。

缺口清单还有一个用处：它能让“要不要改版”变成具体问题。与其争论设计好不好看，不如先补三个能被引用的段落，再看下一轮采样有没有变化。

这份记录怎么用？

三个用途：一是找出「该被引用却没被引用」的页面，回到内容与结构上补；二是发现 AI 答案里的错误信息，及时在官网给出可引用的正确表述；三是给内容选题排序——被反复问到却没答案的问题，优先写。具体的诊断流程可以对照AI 可见性诊断，内容侧的准备见外贸GEO优化，排版与事实口径参考外贸独立站增长手册。

这份观察记录会按季度更新，更新时标注采样时间与样本范围，方便你判断是否还适用。

常见问题

为什么要固定问题集，不能每次换问题吗？

换了问题就没有基线。AI 答案会随提问方式变化，只有同一批问题重复提问，才能区分「答案变了」还是「问题变了」。

用哪个模型或入口采样？

按你的目标市场常用的入口来，并固定下来。换入口等于换样本，两轮之间不可比；如果一定要换，标注清楚从哪一轮开始换的。

记录表需要多细？

至少要能回答三个问题：这个问题有没有提到我们、引用了哪个页面、答案有没有错误。其余字段按团队需要加，不宜过多，否则坚持不下来。

来源与说明