300 家第三方企业样本,6 大 AI 平台,每平台每问题 5 轮采样。总分 = 35% 出现率 + 25% 位次 + 25% 准确度 + 15% 信源。
| # | 企业 | 行业 | 城市 | GEO 指数 | 出现率 | 位次 | 准确度 | 信源 | 评级 |
|---|
总分高的企业里,有一部分是出现率高但准确度低。这意味着 AI 高频提到你,同时系统性地把你说错。这种暴露比不被提及更危险,因为错误信息也在被高频传播。
出现率 60、位次 20 的企业,是「常被提及但从不被首推」。出现率 20、位次 90 的企业,是「很少出现,一出现就是首选」。两种状态对应的策略完全不同。
信源分低,通常不是没人报道,而是报道都停在自媒体层。批量软文能把出现率堆上去,但会把信源分钉在 L6。这个维度是 GEO 指数 对 3·15 那件事的直接回应。
大模型回答存在随机性。5 轮采样能降低但不能消除波动。周环比变化在 ±3 分以内,视为无显著变化,我们不为此发布「上升」「下降」的判断。