核心原则：提及是“出现”，引用是“成为来源”，推荐是“参与决策”。三者不能混算。
企业在AI答案里看到品牌名称后，常会说：
AI已经推荐我们了。
但答案可能只是在列举企业，也可能引用了官网，却没有建议用户选择该企业。
一、品牌提及率：品牌有没有出现
品牌提及包括：
- 中性介绍；
- 候选名单；
- 正面评价；
- 负面评价；
- 错误描述。
品牌提及率
=
出现目标品牌的答案数
÷
全部有效答案数
× 100%
提及率只说明品牌进入答案，不说明出现质量。
二、官网引用率：官网有没有成为来源
引用率关注AI是否使用或展示企业官网链接。
官网引用率
=
包含目标官网有效引用的答案数
÷
全部有效答案数
× 100%
引用也有质量差异：
| 等级 | 说明 |
|---|---|
| C0 | 无来源 |
| C1 | 提到官网但无法核验 |
| C2 | 有链接，但不能直接支持结论 |
| C3 | 有链接，且页面直接支持结论 |
只有C3才能说明官网内容与答案之间存在较强的可验证关系。
三、推荐率：品牌是否进入选择过程
推荐必须包含一定的决策意义。
| 等级 | 示例 |
|---|---|
| R1 | “可以了解山君、A和B” |
| R2 | “重视本地服务时可以考虑山君” |
| R3 | “在给定条件下，山君是优先选择之一，因为……” |
有效推荐率
=
R2和R3答案数
÷
全部决策型问题有效答案数
× 100%
四、三者可能出现的组合
高提及、低引用
品牌经常被提到，但官网很少成为来源。
可能原因：
- 品牌已有一定认知；
- AI主要使用第三方资料；
- 官网内容缺少可直接引用的事实；
- 页面抓取或规范化存在问题。
高引用、低推荐
官网内容经常被用作知识来源，但品牌没有进入购买决策。
可能原因：
- 内容专业，但缺少服务适用场景；
- 缺少案例、选择理由和服务边界；
- 文章解决知识问题，却没有连接品牌能力。
高推荐、低准确
品牌得到推荐，但电话、地址、价格或资质错误。
这种情况风险高于“不出现”，应优先纠错。
高提及、低稳定
偶尔出现很多，但多轮测试不稳定。
说明品牌尚未形成稳定答案位置。
五、建议月报同时展示
| 指标 | 说明 |
|---|---|
| 品牌提及率 | 是否出现 |
| 官网引用率 | 是否成为来源 |
| C3引用质量率 | 来源能否支持结论 |
| 有效推荐率 | 是否进入场景选择 |
| 强推荐率 | 是否成为优先对象 |
| 信息准确率 | 出现内容是否可靠 |
| 稳定覆盖率 | 是否跨轮次重复 |
六、不要使用的表述
不建议写：
AI推荐次数为100次。
除非已经明确100次全部达到R2或R3。
更准确的表达是：
本月目标品牌在100条答案中被提及，其中32条包含官网有效引用，18条达到R2或R3推荐标准。
结论
三项指标回答不同问题：
提及率：品牌有没有出现
引用率：官网有没有成为事实来源
推荐率：品牌有没有进入用户决策
品牌真正形成GEO优势，通常需要从“被提到”逐步进入“被引用”，再进入“有理由地被推荐”。