本文区分四类观察：排名（Ranking）、引用（Citation）、推荐（Recommendation）和可见性（Visibility）。它们分别能回答不同问题，不能互相替代。
先看直接答案
- 排名（Ranking）
- 某个页面或对象，在特定平台、结果界面、查询、运行和时间中的有序位置。
- 引用（Citation）
- AI 回答中可识别的来源归因或来源链接。
- 推荐（Recommendation）
- 回答明确表现出建议、选择、偏好、候选推荐或背书语义。
- 可见性（Visibility）
- 在预先声明的平台、查询集合、重复次数和时间窗口内，对曝光事件做出的聚合观察。
四个指标分别能证明什么
| 指标 | 能证明 | 单独不能证明 | 最少要保存什么 |
|---|---|---|---|
| Ranking | 一次声明清楚的排序观察 | 跨平台统一排名、被引用、被推荐或产生询盘 | 平台、结果界面、完整查询、时间、位置规则 |
| Citation | 回答展示了某个来源归因或链接 | 推荐、权威、流量、转化，也不能自动证明引用内容正确 | 原始回答、引用位置、来源 URL、时间、支持性检查 |
| Recommendation | 回答明确建议或偏好某个选项 | 推荐依据来自哪个网站，或推荐长期稳定 | 任务、候选范围、判定规则、原始回答、时间 |
| Visibility | 在一个既定方案下的重复曝光模式 | 永久地位或通用“AI 排名” | 平台、查询集、分母、运行次数、时间窗、语言、市场、事件类型 |
Ranking：先说清楚在哪里排第几
传统搜索结果常有可见顺序，所以人们习惯问“第几名”。AI 搜索仍可能有排序环节。Google 说明其 Search 使用自动化排序系统，根据多种因素和信号组织结果；OpenAI 也说明 ChatGPT Search 会用多种因素对搜索结果排序，同时明确表示 placement 不保证。两者谈的是各自的系统，不是一个共享榜单。参见 Google Search 排序系统指南和 OpenAI 的 ChatGPT Search 说明。
因此，“AI 排名第 1”缺少平台、界面和查询时，信息并不完整。即使某个工具观察到一项来源位于某个引用列表的第一个位置，也只能称为该次界面的位置观察，不能自动升级成网站在所有 AI 产品中的第一名。
一个合格的 Ranking 记录至少要回答：在哪个平台？哪个结果界面？完整问题是什么？何时运行？“位置”按自然搜索列表、引用列表，还是回答正文中的出现顺序计算？
Citation：来源被展示，不等于公司被推荐
在本文中，Citation 指回答中明确展示、可以识别的来源归因或来源链接。OpenAI 的产品说明把 citation 与可打开的 source 联系起来；Bing Webmaster Tools 把 Total Citations 定义为 AI 回答中作为来源显示的引用，并特别说明该计数不表示 placement、ranking 或 authority。参见 OpenAI 的来源说明和 Bing AI Performance 说明。
假设回答引用 A 公司的技术指南来解释材料标准，最后却建议采购方联系 B 公司。A 得到的是 Citation，B 得到的是 Recommendation。两件事可以同时发生，也可以落在不同实体上。
Citation 也不是“事实正确”的证书。OpenAI 提醒用户，搜索结果和引用可能不完整、过期或错误，应打开来源核对它是否支持回答；相关研究也把 citation completeness 与 citation correctness 分开评估。参见 Evaluating Verifiability in Generative Search Engines。
Recommendation：要看到选择或偏好语义
Recommendation 不能靠品牌名字出现来判断。回答需要表现出建议、选择、偏好、候选名单或背书，例如“更适合这一需求的是……”“可以优先考虑……”“在这些供应商中建议选择……”。
事实提及：A 公司生产工业阀门，B 公司发布过相关选型指南。
推荐语义：如果重点是小批量定制，可以把 A 公司列入首轮询价名单。
这是 ShenGEO 的操作性判定规则，不是跨平台官方指标。工具若报告“推荐率”，就应公开它怎样处理候选列表、并列推荐、否定语句、条件式推荐和品牌自问句。没有编码规则，两个工具给出的推荐率不能直接比较。
Visibility：先定义分母，再看百分比
不同平台实际暴露的事件并不一样。Google 当前将 AI Overviews 和 AI Mode 相关表现纳入 Search Console 的 Web 搜索表现数据；Bing 的 AI Performance 以引用次数、被引用页面和趋势描述其支持的 AI experiences；ChatGPT 站外访问还可以通过带来源参数的 referral URL 观察。参见 Google AI features measurement、Bing AI Performance和 OpenAI Publishers and Developers FAQ。
这些是不同的 observable。把 Google impression、Bing citation 和 ChatGPT referral 直接相加，再叫作“统一 AI Visibility”，会掩盖每一列实际测量的东西。
演示格式：在 2026 年 9 月 1 日至 7 日，针对 30 个预先登记的中文非品牌问题，在 ChatGPT Search 每题运行 3 次，共 90 次回答；品牌 Mention 出现在 18 次，网站 Citation 出现在 7 次，Recommendation 出现在 4 次。
限制：以上数字只演示报告结构，不是真实观察数据。
这类结果可以复核，因为平台、问题集合、时间窗、语言、分母和事件都明确。它仍不能证明下一周相同，也不能代表 Google、Bing或其他平台。
Mention：出现名字，还不算 Citation
Mention 是一个值得单独记录的第五事件：实体或品牌名称出现在回答文本中。
如果回答写了品牌名但没有展示该品牌网站或文档的来源归因，应记录 mention=yes, citation=no。反过来，某个网页可能被列为来源，回答正文却没有写出网页所属品牌，这时可以是 citation=yes, mention=no。
把 Mention 算成 Citation，会让报告无法回答一个关键问题：AI 是在谈论这个品牌，还是在使用这个品牌的网站作为可见依据？
六个边界案例
以下均为假设案例，不是品牌表现数据。
- 页面出现在一个有序搜索列表第 2 位，AI 回答没有引用它：
Ranking only。 - 回答引用 A 的技术文档，却建议选择 B：A 为
Citation，B 为Recommendation。 - 回答建议考虑 A，但没有显示来源：
Recommendation observed; Citation not observed。 - 回答正文出现 A 的名字，没有来源链接，也没有建议语义：
Mention only。 - 今天一个问题产生一次引用：
one Citation observation，持续 Visibility 仍未知。 - 报告分别展示 Google impression、Bing citation、ChatGPT referral：这是多列平台指标，不应合成无定义的统一排名。
最小观察记录
| 字段 | 记录内容 |
|---|---|
platform_surface |
平台和具体结果界面 |
query_or_prompt |
完整问题或稳定 ID |
locale_language |
市场、位置和语言 |
observed_at |
时间戳 |
repetition_rule |
每题运行次数与抽样规则 |
ranking_event |
位置、位置规则，或不适用 |
mention_event |
实体字符串是否出现 |
citation_event |
是否有可识别来源及 URL |
citation_support |
来源是否支持对应陈述，或尚未核验 |
recommendation_event |
是否满足预先声明的推荐规则 |
limitation_codes |
登录状态、个性化、缺少截图、界面不可见等限制 |
看 GEO 报告时，向服务商问这 10 个问题
- 具体测了哪些平台和结果界面？
- 使用了哪些完整 Query，能否提供固定清单？
- 每个 Query 运行几次，为什么是这个次数？
- 什么算 Mention，别名和拼写变化如何处理？
- 什么算 Citation，必须有可打开的来源链接吗？
- 什么算 Recommendation，条件式或并列建议怎样编码？
- Visibility 的分子和分母分别是什么？
- 时间窗口、语言和市场是什么？
- 是否区分品牌 Query 与非品牌 Generic Query？
- 是否保存原始回答、引用 URL、时间和限制，以便复核？
如果对方只能给一个分数，却不能回答这些问题，你看到的是一个无法解释的指标，而不是可验证的研究结果。
哪些结论目前不能这样写
- “我们让网站在 AI 搜索排名第一。”除非限定具体平台、查询、结果界面和运行。
- “品牌被 AI 提到，所以网站被引用。”Mention 与 Citation 是不同事件。
- “网站被引用，所以 AI 推荐了公司。”来源归因与推荐对象可能不同。
- “一次回答出现品牌，证明 AI Visibility 提升。”单次观察没有长期分母。
- “开放爬虫后一定获得引用。”OpenAI 明确不保证 placement；Google 也不保证抓取、索引或展示。
- “某个通用 GEO Score 等于真实跨平台表现。”没有平台观察与验证协议时，这个推论不成立。
GEO 的价值不在于把所有现象压成一个神秘数字。更可靠的做法是：先确保网站可访问、信息与证据表达清楚，再按平台保存原始观察，把 Ranking、Mention、Citation、Recommendation 和后续访问分开测量。