问句监测、询盘归因与季度决策——河南企业的 GEO 度量闭环
南企业 GEO 专栏 · 第六篇 · 度量篇（收官）
不买监测工具也能测：固定问句加一张询盘登记表，足够走完第一个季度。 前五篇解决了「要不要做」和「怎么做」：认知篇算清窗口期，机制篇拆开三道关，内容篇与技术篇给出写法与底座，生态篇铺出三层矩阵。这一篇回答最后一个问题——做了这些，怎么知道有没有用、值不值、接下来加码还是收手。度量不需要复杂工具，两条曲线、一张登记表、一次季度复盘，就是河南企业的度量闭环。把这套功课做起来，生成式引擎优化（Generative Engine Optimization，GEO）才能从「听说不错」变成生意里的常规科目。
一、没有度量的优化，等于没有发生
企业做 GEO 常见两种极端，都不健康：
一种是做了不看数——内容改了、词条建了、评价回了，三个月后凭感觉说「应该有点用吧」。没有基线数据，任何变化都无法归因，投入也就无从优化。
另一种是看了数不决策——监测表记了半年，从没人坐下来问一句「这些数据说明该加码还是该收手」。数据躺在表里，不产生任何决策价值。
健康的度量闭环是两步：每月量一次（监测），每季度断一次（决策）。中间靠两条曲线衔接：
提及曲线（领先指标）：固定问句在 AI 答案里的出现情况。它先动，是投入见效的早期信号。
归因曲线（滞后指标）：询盘与成交里来自 AI 渠道的占比。它后动，才是生意真正变化的证据。
两条曲线一先一后，中间隔着客户决策周期——B2B 采购从 AI 初筛到实际询盘，可能隔几周甚至几个月。理解这个时差，才不会在第二个月因「还没询盘」而误判失败，也不会在第六个月因「突然有询盘」而说不清来路。
二、问句监测：每月一至两小时的手工功课
监测的第一步，是从第二篇的问句库里挑出固定监测问句，10 至 15 条，三个月内不改——尺子不换，量出来的变化才有意义。
问句结构建议按梯度配比，用 17 个省辖市（另加济源示范区）与产业集聚区的粒度做河南版组合：
梯度 | 数量 | 组合方式 | 示例 |
大词 | 2–3 条 | 品类 + 省会/全国 | 「河南起重机厂家哪家好」 |
中词 | 4–5 条 | 地市 + 品类 | 「许昌假发工厂推荐」 |
长尾 | 5–7 条 | 集聚区/县 + 品类 + 条件 | 「长垣 32 吨门式起重机厂家 交期」 |
梯度配比的价值在于看「变化的顺序」：正常情况下，长尾词先被提及（竞争最小），中词跟上，大词最后。如果三个月后长尾词仍是零，说明底座有问题，而不是 GEO 无效。
监测动作四固定：固定日期（如每月 1 号上午）、固定平台（先选两家主力——B2B 制造企业建议 DeepSeek 与豆包，本地生活建议豆包与腾讯元宝，跑顺再加文心一言）、固定问法（逐字不改）、固定记录（提问后截图存档）。四项都固定，数据才可比。
每条记录三列：有没有被提到、排在第几、说得准不准。第三列最容易被忽略——被提到但参数过时、地址错误、张冠李戴，是「负面提及」，需要回到内容与技术层修正。监测表简单到一张纸就够：
日期 | 问句 | 平台 | 被提到 | 排位 | 准确 |
3 月 1 日 | 许昌假发工厂推荐 | 豆包 | 是 | 第 2 | 参数过时 |
一个务实提醒：AI 的答案有随机性，单次提问的波动不作数，连测三个月看趋势。每月全部问句跑完约一至两小时，这是整个度量体系里最大的时间成本。
三、询盘归因：给生意装上「来源探头」
提及曲线回答「AI 说不说我」，归因曲线回答「生意受没受益」。后者靠一张改造过的询盘登记表：
在现有登记表（无论它是 Excel 还是业务员手里的本子）增加一列「来源渠道」，选项写全：官网、1688、国际站、电话、展会、老客户转介，以及——单独列出——豆包、DeepSeek、文心一言、腾讯元宝。
配套一句接待标准话术，让每个接询盘的人都会问：「方便问一下，您是从哪里了解到我们的？」客户回答「网上搜的」也要记——不精确没关系，登记的目的是留下线索，后续回访可以细化。
三个执行要点：
首次触点原则：客户同时接触多个渠道时，登记「第一次知道我们」的渠道。多来源是常态，追求绝对精确会让登记无法坚持，模糊但持续的数据好过精确但断档的数据。
登记点全覆盖：B2B 的询盘散落在 1688 旺旺、国际站消息、官网表单、电话、微信各处，每个入口都要有这一列——漏一个入口，归因曲线就断一段。
季度回看：归因数据每月看一眼即可，真正出结论放在季度复盘。原因在第一节说过：提及在前、归因在后，中间隔着决策周期。
四、效果三阶段：把预期调到正确位置
度量失真的最大来源是预期错位。公开的实操经验口径下，GEO 的效果呈现三阶段节奏：
阶段 | 大致时间 | 该看到什么 | 不该期待什么 |
底座期 | 第 1–2 个月 | 页面被收录、词条通过、地图齐整、源代码可检索 | AI 提及变化——此时还没轮到它变 |
长尾期 | 第 3–4 个月 | 长尾区域问句先出现提及；引用的信源开始有自己铺的内容 | 大词出位——大词的赛场本来就慢 |
稳定期 | 第 5–6 个月起 | 提及趋稳、跨平台一致、归因表出现 AI 来源询盘 | 一劳永逸——停更后提及会回落 |
对照这个节奏，市面上「7 天见效」类的宣传就能读准：信息标准化（名称统一、词条、地图、静态化）确实可以在一周内完成，但那是启动动作，不是效果承诺。质变以季度计，凡把启动动作包装成质变周期的说法，都值得多留一个心眼。
五、季度决策：加码、维持、调整、止损
每季度末，带着监测表和归因表开一小时复盘会，对四种情形各下一个决策：
提及升、归因升：加码。加密问句覆盖、加大内容产出频率、把第五篇的三层矩阵往深铺。
提及升、归因平：维持并观察。提及是领先指标，归因滞后一至两个季度属正常；此时检查被提及的内容是否准确、落地页是否承接得住，不动投入。
提及平、归因平：调整。先查三类常见根因——信息一致性（第四篇的四方对齐）、内容质量（第三篇的四个具体化）、信源覆盖（第五篇的矩阵密度），对症补课后再给一个季度观察期。
提及零、归因零：对照止损信号逐条核对，该收手收手。
三条止损信号，命中任意两条即可认真考虑退出：其一，三层矩阵已执行到位、信息一致性核验通过，但连续两个季度固定问句提及仍为零；其二，归因表里 AI 来源始终为零，且与客户沟通确认其采购习惯不经过 AI 问答；其三，投入折算后持续高于同预算传统渠道的获客成本，且连续两个季度无改善。止损不是否定方法论，而是承认「这门生意的客户不在 AI 里」——这在地域性极强、客户群体固定的行业里确实存在。
关于服务商合作，给三个判断标准：报价落在公开参考区间（业内公开口径为基础搭建约 3000 元起、月维护 500 至 2000 元）；接受过程透明、按月提交问句监测数据；用你的固定问句做验收，而不是用对方提供的问句。对「保证上 AI 首页」「独家内部算法」类话术保持警惕——AI 的答案有随机性，任何人都无法「保证」特定排位。
六、八步闭环：从一次性项目到季度节奏
业内公开的 GEO 方法论中，有一套八步闭环把执行串成了可循环的流程。用河南企业的语言翻译一遍，每一步都对应本系列已经讲过的动作：
步骤 | 河南企业的动作 | 对应篇章 | 建议耗时 |
三度诊断 | 用固定问句测提及度、排位、准确度，建基线 | 本篇第二节 | 首次半天，此后每月一至两小时 |
战略定位 | 选定区域问句主战场与主力平台 | 第二篇 | 一次半天 |
知识库 | 建事实底表，攒问句库与 FAQ | 第三篇 | 一次一个下午 |
官网 | 技术三件事与五项验收 | 第四篇 | 一次施工，季度复查 |
选题 | 问句库三维度交叉出选题 | 第二、三篇 | 每月半小时 |
内容 | 四个具体化改造与 FAQ 攒稿 | 第三篇 | 每周两小时 |
信源 | 三层矩阵铺设与加密 | 第五篇 | 起步两个月，此后每月一条 |
测迭代 | 月度监测、季度决策 | 本篇 | 每季度一小时 |
八步的要点不在每步做多深，而在循环：第一季度走完一轮，第二季度的诊断就从「建基线」变成「比基线」，每个季度的起点都是上一个季度的数据。到这一步，GEO 才真正从「项目」变成生意里的常规动作——像记账一样，不轰轰烈烈，但每月都在跑。
七、结语：六篇成环，从窗口期回到窗口期
收官复盘，六篇串成一条完整链路：
第一篇认知篇回答要不要做——河南坐拥约 27 万家制造业企业与全国前列的消费热度，产业地位与 AI 可见度之间的反差，就是 18% 渗透率下的窗口期。第二篇机制篇回答凭什么被选中——召回、引用、采纳三道关不看牌子看内容，区域问句是河南企业的主场，产业带信号是底牌。第三篇内容篇回答写什么——四支柱落成参数、资质、案例、价格四个具体化，询盘记录就是题库。第四篇技术篇回答机器怎么读——爬得到、认得出、对得上，五项验收清单发给建站方就能落地。第五篇生态篇回答站外怎么铺——通用层打底、产业层加码、生活层按业态轻重，三层互相印证。本篇回答值不值——两条曲线、一张登记表、一次季度复盘，效果自己会说话。
回到第一篇留下的那道题：当客户把「许昌假发哪家好」抛给 AI 时，答案里会不会有你？现在你有了完整的答案路径——从问句库到内容，从技术底座到站外矩阵，最后落进这张每月更新的监测表。
窗口期的故事在每个产业带轮流上演：先行者占走位置，跟随者付费入场，观望者什么也没发生。河南企业的下一次出场，从建好那张监测表、改好第一页内容开始。六篇到此成环，剩下的交给执行。
八、本篇金句
不能度量的优化，等于没有发生。
固定问句是尺子，同一把尺子每月量一次，变化才有意义。
提及在前，归因在后——时差之内，耐心就是策略。
止损不是否定方法论，是承认客户不在 AI 里。
六篇成环：从「要不要做」到「值不值」，答案都在数据里。
九、常见问题
Q1：每月手工提问太原始，要不要上监测工具？
起步阶段手工足够：10 至 15 条问句、两家平台、每月一至两小时，工具在这个体量下不划算。什么时候值得上工具？问句规模上到几十条、需要多人协作或覆盖更多平台时。且无论用不用工具，都建议保留每月一次的手工抽查——亲眼看到答案的原始形态，比只看报表更能发现「准确度」问题。
Q2：监测时 AI 提到了我们，但引用的是第三方平台内容，算有效吗？
算，而且是好信号——说明提及生态先起来了。下一步看引用的具体信源是谁：如果引用的是百科、地图这类你已铺设的资产，说明矩阵在生效；如果引用的是你没经营过的平台，就去把那一处信息补全、口径对齐，把引用源逐步换成自己的。
Q3：客户说不出来源，归因表记了也白记？
不是。多来源客户本来就是常态，登记「首次触点」即可；「网上搜的」这类模糊回答先照记，季度回访时用一句「当时是在哪个 App 里问的」细化。归因数据允许模糊，不允许断档——坚持登记三个月，来源结构自然浮现。
Q4：服务商说他们有内部监测系统，怎么判断靠不靠谱？
三个动作：要一份样例报告，看是否包含固定问句、多平台对比与时间趋势（而不是只有截图和形容词）；用你自己的问句库让对方试测一个月，与你的手工记录交叉核对；报价对照公开参考区间，明显低于维持成本的报价通常意味着服务缩水。记住一条：过程透明是唯一可靠的信誉证明，「保证排位」不是。
Q5：六篇读完了，第一件事做什么？
两步走：先用一周做本篇的「三度诊断」——挑 10 条问句、测一遍基线、建好监测表；然后按第一至五篇的顺序开始执行，第三个月起进入月度监测、季度决策的节奏。如果你所在的企业已经在做 SEO 或内容营销，也可以反着来：先从存量改造（第三篇）动手，见效最快，再补齐其余环节。
GEO 信源库
