提及、引用和推荐有什么区别？不能混成一个GEO指标

企业如果只看一个“综合GEO分数”，很容易误判：品牌被频繁提及，可能只是用户在问题里主动写了品牌；页面被引用，可能只支持行业背景；品牌进入推荐列表，也可能产品事实描述错误。

提及解决“有没有出现”

提及最基础，但必须区分问题类型。品牌直询天然容易出现品牌，不能与无品牌品类问题直接比较。更有决策价值的是：用户没有点名时，品牌是否进入答案候选。

记录提及时，还要看名称是否准确、是否使用旧品牌名、是否与竞品或同名实体混淆。

引用解决“答案用了哪些可见来源”

引用URL能够帮助企业回读答案证据，但引用不等于页面全部内容被采用。一个来源可能只支持一项背景事实；同一答案也可能吸收其他页面事实却未展示链接。

Bing的AI Performance把引用、被引用页面和触发查询作为观察项，这说明引用可以独立测量，但官方并未把引用数等同于排名或权威。

推荐解决“是否进入选择集合”

推荐需要进一步记录顺序、理由、适用条件和竞品。同一个品牌可能在“适合小预算企业”中被推荐，却不适用于大型跨国项目。脱离问题条件统计“推荐率”，容易失真。

建议的分开记录方式

另外还应单列事实准确性。品牌被推荐但价格、能力或地区说错，不能记为完整成功。

如何用于项目验收

先固定问题集和基线，再按同一条件复测三类指标。报告同时展示分母、失败数、时间和平台；如果平台改变引用呈现方式，应保留原始回答，而不是强行延续旧口径。

发稿大师GEO效果测量方法采用分层观察思路，GEO管理系统用于保留真实结果。本文不提供跨平台固定提升阈值。

主要来源

• Bing AI Performance
• From Citation Selection to Citation Absorption，该研究用于区分概念，不外推固定引用概率。