一个页面出现在AI回答的来源列表里，这次曝光就值得记录。但如果要判断页面有没有帮助构成答案，还需要打开来源，逐段检查回答用了什么。
这两个问题对应不同的内容动作。页面没有进入可见来源，要检查可抓取性、问题覆盖和信源；页面已经被列出，却找不到能对应的事实或解释，则需要检查它是否真正回答了问题。把两种情况合在一个“引用次数”里，月报很难指导下一步。
我更愿意把GEO月报拆成两层，先看来源是否被选择，再看回答中能否确认该来源的贡献。这个区分来自Zhang Kai、He Xinyue、Yao Jingang的公开预印本《From Citation Selection to Citation Absorption》。下面给出的手工标注和月报口径，是基于这个区分整理的应用方法，需要与论文的原始指标分开理解。
先分清来源展示、答案支持和品牌提及
来源展示比较容易观察。目标URL有没有出现在平台公开显示的来源列表里，可以从回答原文、页面或截图核对。
答案支持需要多做一步。假设回答列出了公司的案例页，正文却只用了另一家机构的数据，这个案例页有可见曝光，但在当前证据里还没有找到它对答案的具体贡献。反过来，回答可能转述某页的事实，却没有展示这条URL。后者需要单独记录，不能偷偷算进“已显示来源”的统计。
品牌提及又是另一项结果。回答可以提到品牌而不引用官网，也可以引用官网而没有推荐品牌。做内容曝光、提高品牌识别、影响推荐结果和验证答案准确性，目标各有差别。
因此，月报里至少应把品牌提及、目标来源展示、回答支持分开。某个指标上升是否达到客户目标，还要回到项目事先约定的验收规则；不能因为新增了吸收指标，就把其他目标都宣布为无效。
论文的吸收评分，与本文的手工标注不同
源论文使用citation selection与citation absorption区分来源选择和答案贡献。在论文第5.2、5.3节，吸收采用多项加权的influence score作为观察代理量。它不是模型内部注意力、隐藏候选池或因果依赖的直接测量。
团队手工审查月报时，未必具备复现整套评分的条件。本文采用更窄的指标，叫“答案支持确认率”，记录在可审查的来源事件中，有多少能找到明确对应的答案支持。它是本文自定的人工吸收标注口径，不是原论文influence score的复现，也不能与论文中的平台均值直接比较。
这个指标少了一些细节，却有一个实际好处。复核人员可以打开某次回答和当时的来源副本，检查具体哪一句支持了哪一项判断。如果找不到对应证据，就保留不确定状态。
从原始记录到可复核的标注
先固定问题清单、平台范围和测试条件，再取得完整回答与来源列表。测试时间、模型或模式、是否联网、会话条件以及异常，都应与原始答案一起保存。题集调整要生成新版本，不能一边优化内容，一边悄悄换成更容易出现品牌的问题。这一步可以沿用固定题集与评分版本的方法和重复采样实践。
接着，为每条显示来源建立一个事件。本文把事件定义为“一次有效回答×一个目标URL”。同一回答里，同一个URL出现三次，选择事件仍记一次；出现位置和次数可以另列字段。一次回答列出两个目标URL，就形成两个事件。域名级统计也可以做，但要先说明是否合并同域名页面，不能混用URL和域名的分母。
来源副本应尽量在采样时保存。几天后重新打开页面，内容可能已经更新；用新版网页解释旧答案，会造成版本错配。无法取得当时正文，或者来源只能看到摘要，就把限制记下来，不做完整页面已经被审查的假设。
对每个可审查事件，我建议使用三种标注。
| 标注 | 怎样判断 | 应保存的证据 |
|---|---|---|
| 明确支持 | 答案中的具体事实、数字、步骤或解释，能够与来源中的对应内容相互核对 | 答案片段、来源片段、对应的论断，以及判定理由 |
| 未找到支持 | 已检查当前可取得的答案和来源，未找到足够明确的对应内容 | 检查范围与原因；它不证明平台内部完全没有使用该页 |
| 无法判断 | 来源过于通用、多个页面共享事实，或答案表达不足以区分来源贡献 | 不确定原因，以及需要补充的证据 |
另设“来源无法审查”，处理正文缺失、登录限制、页面失效或历史版本无法取得等情况。这类事件仍属于被列出的来源，但不进入可审查事件的分母。
逐字相同可以帮助定位，不能单独证明归因。很多页面都会说“企业需要保留原始数据”，这类公共表述很难确定来自哪一页。带明确出处的统计、特定案例、独有定义和完整步骤，更容易形成可复核的对应关系。即便如此，我们确认的仍是可见文本支持，不是平台内部的因果过程。
自动工具可以先定位相似段落，再由人核查。首次使用标注规则时，应抽取不同平台和不同结果的样本让两人独立判断，记录分歧并修订规则。后续规则改变，重新标注或注明版本，不能把新旧结果直接拼成趋势。
分母要跟着指标一起出现
在一个平台、一个题集版本和一个时间窗口内，先定义以下数量。
| 数量 | 含义 |
|---|---|
| 有效回答数 | 按预先约定的有效样本规则进入统计的回答数 |
| 选择事件数 | 有效回答中公开显示的目标URL事件数 |
| 可审查事件数 | 具备可用来源正文和答案、已完成审查的选择事件数，包含“无法判断” |
| 明确支持事件数 | 可审查事件中标为“明确支持”的数量 |
然后分别报告。
- 目标来源展示率＝显示至少一个目标URL的有效回答数÷有效回答数。一个回答出现多条目标URL，也只进入分子一次。
- 来源审查覆盖率＝可审查事件数÷选择事件数。它说明来源缺失对结果影响有多大。
- 答案支持确认率＝明确支持事件数÷可审查事件数。它表示当前证据能够确认的支持比例，不是所有来源实际被吸收的真实比例。
“无法判断”保留在确认率分母里，并单列数量和占比；不能把它描述成已经确认“未被吸收”。来源无法审查的事件也要单列。若相应分母为零，指标记为“不适用”，不要显示成0%。
这里有两种统计单位，回答和来源事件。它们可以放在同一份报告里，但必须分列标明。否则一次回答引用很多URL的平台，会在汇总中获得不合适的权重。
一个月报算例
下面是计算示意，不是客户数据，也不是王涛的实验结果。假设只观察一个目标URL，同一平台得到20次有效回答，其中8次显示该URL，因此有8个选择事件。
6个事件取得了可用来源正文并完成审查，2个无法取得当时正文。在6个可审查事件里，3个明确支持答案，2个未找到支持，1个无法判断。
| 项目 | 计算 | 示意结果 |
|---|---|---|
| 目标来源展示率 | 8÷20 | 40% |
| 来源审查覆盖率 | 6÷8 | 75% |
| 答案支持确认率 | 3÷6 | 50% |
| 无法判断占可审查事件比例 | 1÷6 | 约16.7% |
| 无法审查事件 | 2个，另列原因 | 不能省略 |
这份结果可以写成，“20次有效回答中，8次展示目标URL；其中6次完成来源审查，3次找到明确对应的答案支持。”不能简化成“官网有50%的真实吸收率”，也不能把8次展示都当成已支持答案。
如果数据量大到无法全部检查，应事先确定抽样方法。按平台、问题类型和时间分层随机抽取，保留抽取清单，避免只挑出现品牌的漂亮回答。只标注抽样数据时，报告抽样范围和审查数；未经适当估计与加权，不把样本比例写成全量结果。
按平台看广度与支持，才知道该改哪里
源论文观察到不同平台的引用广度和单来源影响存在差异。这个结果提醒我们分平台报告，并不提供永久不变的平台规则。研究覆盖的ChatGPT、Google AI Overview/Gemini与Perplexity，也不能代表豆包、元宝或DeepSeek的行为。研究与平台边界
月报可以分成两张表。第一张按平台报告来源展示、目标URL覆盖和有效回答数；第二张报告审查覆盖、支持确认结果、不确定项和典型答案片段。题集、测试条件或来源取得率明显不同的平台，先解释差异，再比较比例。
如果页面经常展示，却很少找到明确支持，我会先看回答到底需要什么。它要比较产品，页面是否提供了比较条件；它问具体服务范围，页面是否有清楚的主体、地区和适用边界；它需要证据，页面是否给出有来源、有时间的事实。
这些检查会得到具体修改项。关键定义可以独立成段，步骤可以写完整，数据可以附原始出处，含糊的推广句可以换成可核对的事实。页面变长本身不保证效果提升；修改后仍要用同一套题集复测，分别观察来源展示和回答支持有没有变化。
做下一份月报时，先从一个平台、一组固定问题开始。挑出已经显示目标URL的回答，保存来源副本，把答案片段与对应证据连起来。团队能够复核这张表以后，再扩展平台和自动标注规模，会比先追求一个漂亮的综合分数更稳妥。
参考资料
- Zhang Kai、He Xinyue、Yao Jingang，From Citation Selection to Citation Absorption: A Measurement Framework for Generative Engine Optimization Across AI Search Platforms，arXiv:2604.25707v2，2026年4月29日。本文借用两阶段测量思路；人工标注协议和算例由本文另行定义。
- 王涛（Taomir），AI可见性重复采样实践、固定题集与评分版本、GEO项目验收方法。