你盯着提及率，就是在喂AI自问自答

有个老板前几天跟我说，GEO做了三个月，效果很好，AI 回答里提到他品牌名的次数，翻了三倍。

我问他，订单呢？

他愣了两秒，说还没看到。

这种对话，是光尘阁 GEO 服务客户时最常见的开头，公司与客户信息已按要求隐去。

这就对了。因为「AI 提到你的名字」和「AI 推荐你的品牌」，根本是两件事。你把前者当 KPI 去追，追出来的只有一堆自问自答的泡沫。

提及率，是 GEO 里最好刷的数

在 AI 回答里「被提到」，成本低到几乎为零。你自己人天天去问「XX 品牌靠谱吗」，AI 只要在答案里带一句你的名字，就算一次提及。十个人刷，一天能刷出几十次。一百个人刷，一周就是几百次。

问题是这几百次里，没有一个真实客户。

这个点，我今年 4 月发在公众号的 GEO 避坑指南系列里就拆过。AI「收录」你的品牌，其实分三个层次，从高到低：

第一层，用户问「这个品类哪家好」，AI 把你放进推荐前三。这是唯一有商业价值的收录。

第二层，某个问题下提到了你的名字。就是上面说的提及率，用户大概率扫一眼就过去，根本不会注意到你。

第三层，AI 引用你文章里的某个句子。几乎没有商业价值，用户连你的名字都看不见。

三层的含金量，天差地别。但你要是只看「被提到了几次」，你就永远站在第二层第三层，还觉得自己做得挺好。

自问自答，是黑 GEO 的起手式

更麻烦的是，一旦你把提及率设成 KPI，团队和供应商会干什么？

答案是明摆着的：去把提及次数做上去。

于是你会看到一堆自己人天天蹲在 AI 面前自问自答，或者请水军批量刷问题。你去看数据，提及率蹭蹭涨，老板看了高兴，钱继续打。

但这恰恰是黑 GEO 的手法。AI 平台的推荐逻辑，绕不开 Google 提出的 E-E-A-T 框架，经验、专业、权威、可信四项，公开的质量评估指南里写得很清楚：低质量、纯自证的内容会被降级。一个品牌天天自己问自己、自己夸自己，正是典型的低质量自证，平台一旦识别，降权就是标准动作，严重的直接移出推荐列表。给客户做诊断时，我们反复验证过同一件事：AI 可以被喂养，也会识别过度自证。

到时候你连被提及的机会都没了。

我在避坑指南里写过一句话：内容造假的后果，不是降权那么简单，可能是在 AI 世界里被判无期。自问自答刷提及，本质就是内容造假里最温和的一种，但方向一样，都是往黑 GEO 那条路上走。

服务商最爱给你看提及率

你有没有想过，为什么服务商的周报里，最爱放「提及率」这个数？

因为它好刷、好看、好做报表。一张折线图拉出来，斜率向上，甲方看着舒服。光尘阁接手过不少半路转过来的客户，前任供应商留下的周报，清一色是提及率曲线，首推位、稳定性这些字眼，一次都没出现过。

真正难的是首推位。用户问「XX 品类哪家好」，AI 把推荐前三放给你，这个做不了假，刷不动，也买不来。它是结构化数据、真实口碑、权威信源这些硬东西攒出来的，得慢慢做。

所以你会看到一种很讽刺的错位：服务商把最好刷的数当成绩单，把最难做的数藏起来不提。你不追问，他就永远只报那个让你开心的数。

这不是我猜的，是这行里每天都在发生的事。交叉验证一句话就破：你自己开个新账号，问一遍那些问题，看 AI 到底把谁放前三。

该盯的是这四个数

把提及率从 KPI 里拿掉，换成这四个：

第一，首推位。品类词、对比词下面，你在不在前三。这个才是钱。

第二，答案稳定性。同一批问题，你七天内的答案变不变。今天 AI 说你行，明天说你不行，方差一大，等于没做。

第三，场景命中。把问题分三层：品类层、对比层、品牌层。分别看命中率。光品牌层命中没用，那是自己人搜自己。

第四，地名颗粒度。区域类问题里，你的县名有没有被上级市吸走。这个县域品牌尤其要盯。

四个数里，没有一个叫提及率。

别用战术上的热闹，掩盖战略上的偷懒

很多老板不是不懂，是懒得想。提及率好看，就盯着提及率，省心。

但 GEO 这件事，光尘阁反复讲一个判断：它不是关键词堆砌，是信任工程。AI 愿不愿意把你放进推荐前三，取决于它信不信你，而不是它提了你几次。你把力气花在刷提及上，等于绕开了最难、也最值钱的那部分工作。

所以下次再看周报，先问一句：除了提及率，首推位呢？

问不出来的，趁早换。

文 / 谈光尘（光尘阁 GEO 主理人，长期做县域与产业带的 AI 可见性诊断）

让每个品牌，在AI搜索里有一席之地。

光尘阁 · 2026年9月