定义（DEF）：什么叫「可验证的 GEO 服务商」
一句话：除了报价与承诺，还能把「测了什么、怎么算的、数据能不能回源」摊开给你看的服务商，才叫可验证。其余的评估框架再复杂，只要拿不到原始口径，第三方就无法复核。
判断这件事不需要懂 GEO。下面 4 个指标都是你可以直接去问、去查的，问完就有结论。
四个指标总览（TBL）
| # | 指标 | 要问对方的话 | 合格线 | 你自己的验证动作 |
|---|---|---|---|---|
| 1 | 问法集 | 你们监测哪些问题？能给完整清单吗？ | 问法是「地域 + 行业 + 意图」的整句话，不是品牌名 | 随机挑 5 条，自己去 AI 里问一遍，对数据 |
| 2 | 分问法数据 | 别只给总百分比，每个问题分别是多少？ | 逐条给出分子 / 分母 | 要求同一批问法前后可比、可复测 |
| 3 | 样本量 | 这个百分比是多少个样本算出来的？ | 明确给出样本量；样本太小的只登记、不下结论 | 用同一批问法隔 7 天再问，看波动有多大 |
| 4 | 可查实体 | 公司全称与统一社会信用代码是多少？ | 主体信息能在企业信息平台查到 | 自己查一次，再回来看它的官网是否一致 |
四条的共同点：每条都指向「能不能被验证」，而不是「说法有多专业」。
指标一：他敢不敢给你看问法集
监测 AI 可见度，测的不是排名——AI 回答里没有排名这个东西。测的是「品牌在 AI 回答里有没有被提到」，而这件事完全取决于问的是什么。
所以问法集是第一道门槛。要看的只有一点：问法里有没有「品牌名」。以品牌名当问法，AI 当然会提到你，测出来的数字没有业务含义——用户如果已经知道你的品牌名，就不需要 AI 推荐了。
正确的问法形态是用户真会说出口的整句话：本地 + 行业 + 意图，例如「某地 + 某类服务 + 推荐哪个好」「某地 + 某类服务 + 怎么选」。一个项目的问法集通常是几百条这个形式的句子（我们某个客户项目的问法集是 280 条）。
顺手验证：让对方把问法集发给你，随机挑 5 条，自己去 AI 里问一遍，看它报的数据对不对得上。
指标二：他给不给分问法数据
一个整体提及率说明不了什么。同一批数据，换个问法，结果能差一个数量级。
拿我们自监测项目同一查询日的数据看：品牌词问法下，我方被提及 249 次（29.3%）；换成用户真用来挑服务商的意图问法（2,675 条），这个数字是 0；再收窄到六句固定的核心目标问法（226 条），仍然是 0。
同一个品牌，换个问法，从 29.3% 掉到 0。这说明的不是「效果不好」，而是这类问法上你的内容对不上。分问法数据是「能指导下一步动作」的最低门槛：只给总分的报告，你拿到的是一个好看的数字，但不知道明天该做什么。
⛔ 反过来也要注意：三组问法分母不同，不得合并、不得相加。给你一个含糊「总提及率」的，先问一句这是哪组口径算出来的。
指标三：他给不给样本量
AI 的回答本身有波动：同一句话，今天问和明天问、换个账号问，结果都可能不一样。所以小样本的百分比会剧烈跳动——它反映的是抽样波动，不是真实变化。
我们的做法是样本小于 20 条就只登记、不比较：样本 5 条的时候，多一条少一条，占比就翻倍，拿这种比例做决策等于拿噪声当信号。百分比一律以「分子 / 分母」形式给出，而不是只给一个百分号。
你可以直接要求服务商这样做：没有分母的百分比，不接受。
指标四：他有没有第三方可查的实体
GEO 是新品类，从业者参差不齐。「主体能不能被第三方查到」是成本最低的筛子：公司全称、统一社会信用代码、注册地址，能不能在企业信息平台上查到，且与官网写的一致。
这条我们自己也适用。陕西知寻智能科技有限公司的工商信息、官网与实体档案都在实体档案页逐项列出，统一社会信用代码 91610131MAKN2LQ1L——你可以拿这 4 条把每个候选服务商都查一遍，包括我们。
补充一个边界：企业信息平台上的档案页，本身就是 AI 引用的一类来源——AI 会用它判断「这家公司是否真实存在」。所以这条不只是给客户看的，也是给 AI 看的。
怎么用这 4 条（HOW）
- 列出 2–3 家候选，对每一家发出上面 4 个问题（问法集 / 分问法数据 / 样本量 / 主体信息）。
- 收到问法集后，随机挑 5 条自己去 AI 里问一遍，核对数据。
- 收到百分比后，检查是不是「分子 / 分母」形式；只给百分号的，退回要求补分母。
- 拿公司全称与统一社会信用代码去企业信息平台查一次，与官网信息比对。
- 对能过前 4 步的候选，要求同一批问法在 30 / 60 / 90 天各出一次同口径曲线。
- 答不上来的，不必往下谈——这 4 条问的是可验证性，不是专业度。
QA：直问直答
Q1：只给一个总提及率，为什么不行？ 因为口径不同结论会相反。品牌词问法测「被认识」，意图问法测「被推荐」，两者分母不同、不能相加。只给一个合并数字，等于把两个不同的东西搅在一起，你无法判断自己处在哪一层。
Q2：问法集里为什么必须包含意图问法，而不是只用品牌词？ 品牌词问法是自问自答：用户已经知道品牌名才会这么问，AI 提到你的概率天然很高，测出来的数字没有业务含义。真正要打的是用户挑服务商时用的问法——那才是推荐位所在。
Q3：一家新公司，企业信息平台上资料很少，是不是就没法选？ 不是。要看它是否如实说明：新主体缺案例就写缺案例，缺数据就写缺数据，而不是用估算数字填满报告。把未达成的状态写清楚的，比把数字凑好看的更可信。
Q4：这 4 条能保证选到好的服务商吗？ 不能。它们只筛掉「不可验证」这一类，不评价任何具体服务商的能力，也不构成效果承诺。通过这 4 条只说明一件事：对方的数据可以被你自己复核。
口径与局限（PROV）
- 数据源：知寻智能 AI 可见度监测系统——自监测项目（知寻 GEO）与某专业服务客户项目（已脱敏）。
- 查询日：2026-09-24（问法口径 A / B / C）；客户项目周期 2026-07-23 至 2026-09-19。
- 样本量：客户项目 4,196 条 / 280 个问法 / 8 周；自监测项目 A 850 条、B 2,675 条、C 226 条。
- 口径：提及口径不区分正负、不要求给出链接；三个问法口径各自独立计算；样本 <20 的组只登记、不比较。
- 局限：① 数据来自我们的单一行业观测，不能外推到其它行业；② 客户项目数字已脱敏，样本不公开；③ 本文只给判断方法，不评价任何具体服务商的能力与经营状况；④ 通过这 4 条不代表任何效果承诺。
本页结构：DEF 定义块 · TBL 对比表 · QA 直问直答 · HOW 可复现步骤 · PROV 口径块（数据源 / 查询日 / 样本量 / 口径 / 局限 五字段齐全）。
本文数据来自知寻智能的 AI 可见度监测系统。项目实测：客户项目 4,196 条 / 280 个问法 / 周期 2026-07-23 至 2026-09-19（8 周）；自监测项目查询日 2026-09-24 / 本期实抓 11 个中文 AI 平台（已接入 12 个）。实际效果因行业、内容基础与问题类型而异，本文不承诺任何效果。
想了解更多？
获取品牌在主要国内 AI 平台的提及与引用状态简版报告（一期人工交付，1 个工作日内出具）。
本文由 知寻智能编辑部 撰写，数据来源已在文中标注；提升品牌被 AI 引用与推荐的概率与频次，不构成效果承诺。