上周内部周会,同一个问题被问了三次:「这个月做的内容,到底有没有被引用?」
我当时的回答是截图——把几个平台的回答截下来,数一数里面有没有客户的名字。这个办法早期够用,但有两个硬伤:截图是离散的,跨周没法比;「有没有出现」只回答了可见性,回答不了「出现得对不对」。真要当工程问题解,得先把「效果」拆成能进数据库的字段。
2026 年 10 月 23 日,中国广告协会发布的三项生成式引擎优化团体标准正式实施。据中国广告协会官网团体标准发布页(官网时间戳 2026-10-14 18:16)公布的信息,三项标准分别是《生成式引擎优化服务要求》《生成式引擎优化效果监测与验证要求》《生成式引擎优化内容源主体分类分级与选用要求》,编号 T/CAAAD 046~048—2026。其中 047 指向效果监测与验证,048 指向内容源主体的分类分级与选用——这两件事,恰好是我天天在琢磨的两件事。
一、先说清楚:今天生效的是哪一套
国内现在有两套互不隶属的 GEO 团体标准,对外沟通不能混称。一套是中国商务广告协会提出并归口的 T/CAACCHINA 001~005—2026 共五项,据全国团体标准信息平台(ttbz.org.cn)公开信息,发布日 2026-09-09、实施日 2026-09-10,已经生效;另一套是今天实施的中国广告协会 T/CAAAD 046~048—2026 共三项。编号、归口单位、实施日都不同,引用时要写全称。
还有一个边界:今天开始实施的团体标准,是不是意味着有了统一的度量方法?目前公开的是标题、编号与实施日,全文与起草单位尚未在官网公布,我们按已生效标准的公开解读先搭内部口径。原则是条文没拿到就不猜,先把数据采集做扎实。
二、把「效果」拆成能进数据库的字段
据中国商务广告协会五项团标上海发布会的公开解读(协会官网 2026-10-20 发文,活动日为 10 月 16 日),第 3 部分《计价、评估与测量规范》在产出端统一了效果指标,组长解读的口径是四类:可见表现、情感倾向、信息支撑、信源引用;同场通稿另有「九项」的说法,口径待统一。第 4 部分《可信语料规范》把语料可信等级与信源准入拆成五个维度——权威性、专业性、真实性、时效性、内容质量,并确立了问题语料的召回、下线、替换流程。
我现在把每一次问答采样落一条记录,字段固定为:查询词、平台与版本、是否露出、露出位置、引用链接、情感倾向、回答生成时间、内容发布时间。判读规则写在采集脚本里,不靠人肉看截图。两种口径打架时按四类指标做看板,等原文核对再调整——宁可保守,也不拿没核清楚的口径对外汇报。
三、可度量不等于可许诺
同行聊天常被问:GEO 的效果到底能不能量化?我的回答固定为:能描述,不能许诺——我们只用固定查询词集、固定平台版本、连续四周同口径的采样来描述变化。这句话听着保守,但它是全部交付口径的地基。
理由是引用带随机性。同一个问题问两遍,模型的回答可能不一样;同一批查询词,换个平台版本或时间段,结果也会漂移。所以我们要求连续四周、同口径同平台采样,才允许在周报里写「有变化」;也从不对客户说某个词必然会被引用。那套标准第 5 部分的公开解读提了三条底线——可审计、不越界、不对效果做许诺,我已抄进我们自己的交付规范。
四、接下来三十天要做的三件事
一是把采样口径固化成配置文件,换人不换口径;二是把五个维度落成内容库字段,填不全的不发布;三是把每次口径变更写进 changelog,注明日期与原因,避免把口径变化误读成效果变化。
写在最后
我一直觉得,GEO 这个行当能不能立住,不看谁的故事讲得漂亮,看它能不能被度量、被复核、被审计。今天这个实施日没给出答案——标准全文还没公开——但它把「效果要可验证」摆上了台面。剩下的就是把字段、口径和记录做扎实。
以上为个人观点,欢迎交流。文中事实均来自官方一手公开信息,已标注来源与日期;本文不构成对任何产品或服务的效果约定。