提及率是一个好用的入口指标，但它解释不了“为什么提到了却没人点”。多维评测要做的，是把一个模糊的“表现还行”拆成几个能分别改进的分数。
五个维度各回答什么
- 提及：品牌有没有出现在答案里，出现比例多少；
- 引用：答案是否真的引用了你的页面，而不是靠第三方转述；
- 排名：在候选名单里排第几，是否稳定；
- 语义倾向：描述与品牌定位是否一致，有没有被贴错标签；
- 来源结构：支撑答案的是官网、媒体还是电商页，决定下一步该往哪投。
为什么必须分平台
同一批内容，在不同引擎的引用结构差别很大。用统一标准衡量，会把平台差异误判成内容问题。评测报告因此按平台给基准线，而不是只给一个总分。
怎么用这份报告
先看最低的那一维，再决定动作。来源结构弱，就去补第三方证据；语义倾向差，就先修事实表述。比笼统地“再发十篇”有效得多。
评测的价值不在分数高低，而在指出下一个该动的环节。
Advantages
核心优势
五维评分模型
单一提及率无法反映真实处境，五个维度分别回答“有没有、被没被引用、排第几、说得对不对、靠什么说的”。
分平台基准线
按平台给出行业均值区间，避免用同一个标准衡量内容偏好差异很大的引擎。
短板定位
明确指出拖分的是哪一维，是来源不足，还是表述偏差，减少无效投入。
季度可比
固定口径与样本，季度之间可以直接对比，也能作为服务验收依据。
Process
服务流程
标准化交付流程，每一步都有明确产出与验收标准。
-
01
指标对齐
确认五个维度的计算口径与权重，明确评测范围与平台。
-
02
样本执行
按固定问题库逐平台提问，留存原始答案与引用来源。
-
03
评分与校准
按维度打分，与行业基准对比，人工复核争议项。
-
04
解读与建议
输出评测报告，给出下一季度的改进优先级。
Scenarios
适用场景
- 需要向管理层解释 GEO 投入效果
- 季度复盘缺少统一评价标准
- 服务商交付需要第三方口径验收
- 提及率还行但描述经常出错
- 不确定短板在内容还是来源
五个维度的权重可以调整吗？
可以。不同业务阶段重点不同，新品期更看重提及与排名，成熟期更看重描述准确与来源结构，权重会在评测前确认并固定，季度内不再变动。
评分是人工还是自动？
采集与初算自动完成，语义倾向与描述准确度由人工复核。涉及品牌定位、价格与适用条件的判断，纯自动打分容易失真。
能和其他品牌对比吗？
可以按同品类竞品做横向评测，输出相对位置。跨行业对比意义不大，因为基准线与内容供给密度差异过大。
GEO · Growth Engine
想了解「AI 多维评测」是否适合你的品牌？
留下品牌与目标，我们先给出可见度基线判断，再给出服务建议。