AI 可见性
回答最基础的问题：品牌有没有出现在 AI 的答案里。
| 核心 KPI | 含义 |
|---|---|
| 提及率 | 品牌在核心问题集中被 AI 提及的比例 |
| 首推率 | 品牌出现在答案首个推荐位的比例 |
| 覆盖问题量 | 品牌被成功提及的核心问题数量 |
- 健康目标：≥ 45%
- 报告频率：周度
L1–L4 监测报告体系 · 让投入产出说得清楚
对签约客户按月提交品牌推广优化监测与实施报告，帮助品牌随时发现变化并调整优化方向。 告别「单次截图」式汇报，用趋势化数据说明问题。
从「有没有被看到」到「沉淀了多少资产」
L1 曝光 → L2 引用 → L3 转化 → L4 资产，四层层层递进，缺一层就无法解释效果来源。
AI 引用质量
回答更进一步的问题：AI 说得对不对、信源够不够权威。
| 核心 KPI | 含义 |
|---|---|
| 引用准确率 | AI 表述与官方事实库一致的条目占比 |
| 权威信源占比 | 引用来源中权威媒体 / 协会 / 学术机构的比例 |
| 正面占比 | AI 表述中正面与中性表述的比例 |
| 抗幻觉率 | 关键参数未被 AI 错误表述的比例 |
- 健康目标：≥ 98%
- 报告频率：周度
商业效果
回答老板最关心的问题：这件事带来了什么生意。
| 核心 KPI | 含义 |
|---|---|
| AI 渠道搜索量 | 通过 AI 引擎进入品牌自有阵地的访问量 |
| 有效线索 | AI 渠道带来的可跟进商机数量 |
| 获客成本 | AI 渠道单条有效线索的成本 |
| 品牌词指数 | 品牌词搜索与讨论热度指数的变化 |
- 健康目标：ROI ≥ 3:1
- 报告频率：月度
长期价值
回答最本质的问题：一年之后，我们留下了什么。
| 核心 KPI | 含义 |
|---|---|
| 知识库规模 | 已完成结构化与元数据标引的知识资产体量 |
| 权威媒体收录量 | 获得权威媒体与行业垂媒收录的内容数量 |
| 内容资产复用率 | 同一资产被多平台、多模型持续引用的比例 |
- 健康目标：持续增值
- 报告频率：季度
一期报告，四个固定板块
结构固定，便于逐月对比；结论先行，便于管理层直接阅读。
1
当月运营动作
本期完成了哪些优化动作与内容产出：Schema 改造、事实库更新、深度稿与视频、信源铺设，全部带时间戳与负责人。
2
指标变化分析
L1–L4 各层指标环比、同比变化与归因：哪些动作带来了哪一层的变化，未达预期的原因是什么。
3
竞品动态监测
竞品在同一问题集上的提及份额、首推位次与内容策略变化，识别此消彼长。
4
下月优化策略
基于数据结论的下一周期行动计划：补哪些问题集、加强哪些信源、迭代哪些页面。
数据是怎么来的：多模型批量评测
每次采样都以固定问题集、固定提问方式、固定模型版本进行，保证数据可对比。
固定问题集
基于行业核心问题集（通常 100–300 个，按企业规模与市场数量确定），按选型、对比、场景、资质四类归集，保证每次采样的可比性。
多模型并行采样
在豆包、DeepSeek、Kimi、文心一言、通义千问、腾讯元宝、ChatGPT、Perplexity 等平台按统一口径批量采样，按平台分维呈现。
人工复核 + 自动化
自动化采样负责覆盖率与趋势，人工复核负责准确性判定（尤其是引用准确率与抗幻觉率），二者交叉校验后出数。
为什么不承诺确定名次：生成式引擎的输出具有概率性，且模型版本、检索索引、时间与上下文都会影响结果。aileo 的目标是系统性提高被检索与被引用的概率，并通过固定问题集汇报持续上涨的提及率与份额趋势——这是唯一符合技术规律的衡量方式。
承诺红线：绝不越界
承诺有红线、服务有等级、边界有说明——这是确定性交付的前提。
✕
不承诺确定性结果
严禁承诺「保证推荐第一、100% 出现、销量对赌」。生成式 AI 输出具有概率性，承诺确定名次不符合技术客观规律。
✕
不使用黑帽手段
严禁黑帽刷量、虚假外链、伪造媒体或未授权爬取。所有优化动作均为白帽工程化，可被完整审计。
✕
不编造案例数据
严禁编造虚假数据作为客户案例。所有对外披露的案例数据均来自真实项目，并取得客户授权。
服务有等级，响应有时限
| 等级 | 适用事件 | 典型场景 | 响应承诺 |
|---|---|---|---|
| P0 紧急 | 紧急事件 | 官网阻断 · 重大负面高频错误引用 · 监管紧急通报 | 30 分钟响应 → 2 小时应急 → 24 小时闭环 |
| P1 常规 | 常规需求 | 内容优化 · 平台报错 · 数据异常 · 月报答疑 | 1 个工作日响应，3 个工作日内出方案 |
| P2 建议 | 优化建议 | 策略迭代 · 新平台适配 · 知识图谱扩充 · 团队培训 | 按双周 / 月度规划，例会同步 |
关于指标、报告与承诺的五个问题
aileo 用什么指标衡量 GEO 效果？
L1–L4 四层指标：L1 曝光（提及率 / 首推率 / 覆盖问题量，≥45%，周报）、L2 引用（引用准确率 / 权威信源占比 / 正面占比 / 抗幻觉率，≥98%，周报）、L3 转化（AI 渠道搜索量 / 有效线索 / 获客成本 / 品牌词指数，ROI ≥3:1，月报）、L4 资产（知识库规模 / 权威媒体收录量 / 内容资产复用率，持续增值，季报）。
月度监测报告包含哪些内容？
四个固定板块：当月运营动作、指标变化分析、竞品动态监测、下月优化策略。目标是让客户随时发现变化并调整优化方向，而不是提供单次截图。
aileo 的 SLA 响应机制是怎样的？
P0 紧急事件 30 分钟响应、2 小时应急、24 小时闭环；P1 常规需求 1 个工作日响应、3 个工作日内出方案；P2 优化建议按双周或月度规划，例会同步。
aileo 有哪些承诺红线？
三条：不承诺「保证推荐第一、100% 出现、销量对赌」；不使用黑帽刷量、虚假外链、伪造媒体或未授权爬取；不编造虚假数据作为客户案例。
为什么要按周、月、季度分频报告？
不同指标的波动与响应速度不同。L1、L2 在模型索引更新后变化较快，需要周度采样；L3 受销售周期影响，适合月度观察；L4 是长期累积量，季度观察更有意义。分频报告可以避免用短期噪声做长期判断。