效果评估里更该看的是提及质量
做GEO的人常看一个指标：品牌有没有出现在AI回答里。这个指标有用，但它像门店门口有人路过，不代表进店的人知道你是卖什么的。若回答把品牌名写错、把主业说偏、放在不相关场景，或引用不可靠来源，这种“被提到”甚至会带来负作用。因此，看提及数量之前，先看提及质量。
有提及，为什么仍可能没效果
AI回答不是广告位，它会把多来源信息压缩重写。品牌词出现，只说明某个模型在某个问题下关联到了你。关联是否准确、是否正面、是否指向你的主营业务，未必成立。比如做企业服务的被写成消费品，做本地交付的被说成全国平台，做B端被描述成C端，用户读完会产生错误预期。曝光发生了，理解却偏了，后续咨询自然不精准。
五种“假提及”最容易被忽略
第一种是名称错误，包括错字、简称混用、中英文不一致。第二种是主营业务不准确，把周边业务当主线。第三种是场景不相关，用户问A，答案硬扯到B。第四种是引用来源不可靠，来自过期页面、聚合站或未经验证的内容。第五种是引导错误理解，比如让用户以为你提供并不提供的服务，或暗示不存在的资质。它们不一定造成舆情，却会持续消耗信任。这里讨论的是通用评估维度，不针对任何具体企业资质与承诺。
从“有没有”转向“像不像、对不对、稳不稳”
更实用的评估框架，可以拆成三层。第一层看名称与主体是否准确，用户能否找到正确对象。第二层看业务与场景是否相关，回答有没有落在真实需求里。第三层看来源与表述是否可靠，引用是否来自可追溯、可更新、可解释的信息。三层都过，品牌提及才算有效资产。如果只统计出现次数，很容易把错误提及当成成绩。
给每次提及打分，才方便改进
可以给每条提及做两个基础评分。准确度评分看品牌名称、主营描述、关键事实是否与官方口径一致，出现明显错误就低分。相关度评分看问题场景、用户意图、推荐理由是否与业务匹配，答非所问就低分。再补充来源可靠性、潜在误导风险作为观察项。评分不必复杂，关键是持续抽样、记录变化、定位问题来源。分数上升，说明模型理解更接近真实品牌；分数下降，说明需要校准内容与信源。
品牌被提到，是可见度的起点，不是效果评估的终点。对实体老板和GEO从业者来说，下一步不是追更多提及，而是给品牌提及增加准确度和相关度评分。把名称、业务、场景、来源和用户理解放在同一张表里看，才能判断这项工作到底有没有产生有效影响。
