GEO 服务商验收清单：要哪四类记录、哪三条红线（2026）
核心只有一句话：效果数据必须由不靠这个结论吃饭的一方产出。这不是说服务商一定造假，而是说一份既当运动员又当裁判员的报表，本身就说明不了问题。
验收前先约定三件事
- 同一批问题：验收用的题目在开工前就固定下来，中途不准改。改题等于换尺子。
- 同一套平台与入口：网页端和手机端分别计数，不合并。
- 同一套口径：提及看正文、推荐看态度、引用按平台可观测性分别记录，判不出来的一律进「无法判定」。
看过程数据，别只看结果数字
| 要看什么 | 为什么 | 不合格的表现 |
|---|---|---|
| 每一轮的原始回答 | 结论必须能回到原文 | 只给汇总图表，拿不出逐条回答 |
| 成功与失败分开列 | 失败被悄悄从分母里拿掉时，比率会虚高 | 只报成功条数，不提失败 |
| 引用来源原样保留 | 来源是平台给的还是补的，一眼能看出 | 来源只有域名没有 URL |
| 两轮之间的差异 | 同一批问题的分布变化比总分更有信息量 | 只展示总分上涨 |
三条一票否决的红线
- 承诺排名或明确的提及率提升幅度：平台机制不公开，任何确定数字都是猜的。
- 拒绝提供原始回答：没有原文，所有判定都不可复核。
- 把「不可观测」的引用记成 0，或用它拉低/抬高整体结论：这是口径问题，会污染全部数据。
验收之后：怎么判断继续还是停
看两点：同一批问题的分布有没有移动、引用来源里有没有开始出现新的类型。前者说明 AI 的回答在变，后者说明 AI 读的材料在变。
两者都没变，不代表服务商没干活，但至少说明这段时间的工作没有在 AI 这一侧留下可观测的痕迹。继续投入之前，值得问清原因。
依据与出处
验收时要警惕的，正是各种「捷径」。Google 官方指南对这类做法的判断是：
虽然“答案引擎优化”(AEO) 或“生成式引擎优化”(GEO) 等术语在网上炒得很热，但许多所谓的“捷径”其实并无实效，也根本不符合 Google 搜索的实际运作机制。
出处：Google Search Central《针对 Google 搜索中的生成式 AI 功能进行优化》（海外研究，仅作参考）
边界
- 本页站在甲方验收的立场写，不针对任何具体服务商，也不主张所有优化都无效。
- 本站只做检测，不做优化执行，因此本页不构成对自身服务的推荐；如果你已有服务商，用任何独立检测工具按上述方式验收都可以。
常见追问
- 服务商给的截图能当验收依据吗？
- 不能单独作为依据。截图没有分母、没有时间、没有失败记录，也无法确认是不是同一批问题。它可以作为线索，但验收需要能复算的数据。
- 验收周期应该多长？
- 没有统一标准，但至少要有两轮检测、且两轮之间留出足够间隔，让内容变化有机会被平台读到。只跑一轮就下结论，等于把基线当成了结果。
- 如果检测显示没有任何变化，是不是该立刻解约？
- 不一定。先排除三件事：问题集是否合理、失败率是否过高、观测窗口是否太短。排除之后仍然没有变化，再谈是否继续——这比凭印象做决定要稳。
这一页说明的是方法与口径，不构成效果承诺。需要看你自己的品牌在 AI 回答里的实际记录，可以注册后跑一次检测。