数据方法论

为什么公开方法论

GEO 领域的核心风险是「高冲击但难核验」的数据。我们认为：数据越具体，越需要可追溯。本页公开所有关键指标的定义、采样方式、个性化处理与误差范围，便于第三方复核。

核心指标定义

• 品牌提及（Brand Mention）：在 AI 回答中是否出现品牌名或产品名。
• 品牌引用（Brand Citation）：AI 是否给出指向该品牌官网/产品页的链接或明确指向。引用比提及更强。
• 合格引用率（Qualified Citation Rate）：在目标 Prompt 集合中，产生合格引用的比例。
• 引用份额（Citation Share）：在竞品共现的 Prompt 中，本品牌被引用的占比。

Prompt 设计原则

• 贴近真实采购语境（best supplier / manufacturer / alternative / compare）
• 覆盖行业、国家、买家角色的组合
• 保持中立措辞，不诱导特定品牌
• 记录完整 Prompt 文本以便复核

平台采样方法

对每个目标平台，在目标国家/语言下运行 Prompt 集合，记录：品牌是否被提及、是否被引用、引用页面 URL、引用片段文本。不同平台的检索与生成机制不同，结果不可直接横比，需分别报告。

个性化与偶然性处理

• 同一 Prompt 多次运行取稳定出现，区分偶然出现与稳定出现
• 记录是否登录态/地域差异，默认以匿名+目标国家 IP 为准
• 对结果波动较大的 Prompt 标注置信度

竞争品牌份额与引用归因

在竞品共现的 Prompt 中统计各品牌被引用次数，计算份额；引用归因基于被引用页面的域名与内容主题判断，存在边界情形时标注「不确定」。

更新频率与误差

基准数据按【待补充：更新周期，如季度】更新；单次采样存在平台波动误差，结论以趋势与多轮稳定出现为准，不以单次结果定论。

数据来源与证据卡格式

所有对外引用的核心数据，统一使用以下「证据卡」格式，逐条附原始来源、样本与口径，避免「综合自多个来源」式的模糊表述：