GEO 成效不能用一個「AI Visibility Score」概括。現階段我較重視品牌有沒有在AI答案中被提及，但mention、citation、referral及conversion代表不同事情；加上追蹤的prompt不可能覆蓋全部用戶問題，而ChatGPT、Google AI Mode、Gemini、Claude和Copilot的檢索及引用方法亦不相同，所以任何GEO報告都只能在清楚界定樣本及限制後作方向判斷。
為何「AI Visibility」不是單一指標？
傳統SEO已有相對成熟的搜尋結果、impression、click、CTR及conversion這樣子的指標。AI Search則把多個階段放在同一個答案畫面內：模型可能讀取某個網站、引用一個內頁、提及另一個品牌，最後用戶沒有點擊；也可能引用一篇文章，但用戶之後直接搜尋品牌名稱並從首頁轉化。
因此，以下四句說話完全可以同時成立：
- 網站被AI引用；
- 品牌沒有在答案正文被提及；
- AI平台沒有直接帶來click；
- 該次曝光仍可能影響之後的品牌搜尋或購買考慮。
如果報告把它們全部合併成一個分數，管理層無法知道究竟改善了哪個環節。
GEO四層KPI框架
| 層次 | 主要問題 | 可觀察指標 | 不能直接證明甚麼？ |
|---|---|---|---|
| 1. Presence | AI有沒有談及相關主題或品牌？ | Prompt coverage、answer presence、platform coverage | 不代表答案準確、正面或有影響力 |
| 2. Mention與Citation | 品牌是否被點名？網站是否成為來源？ | Brand mention rate、citation rate、cited pages、citation share | 不代表用戶點擊、信任或購買 |
| 3. Referral | 用戶有沒有由AI平台進入網站？ | Sessions、landing pages、engagement、assisted journeys | 不代表流量由某個citation直接造成 |
| 4. Business outcome | 曝光有沒有帶來商業結果？ | Lead、revenue、qualified enquiry、brand search、self-reported source | 難以單靠單一平台完成歸因 |
四層需要分開報告，再用同一時間線觀察關係。Citation適合作為內容是否被檢索的訊號；mention較接近使用者在答案中實際看到的品牌；referral和conversion才反映網站及生意結果。
為何我現階段較重視Brand Mention？
用戶閱讀AI答案時，最直接接觸的是答案正文中的品牌、產品及建議。來源citation有助模型提供依據，但被引用的網站不一定是答案中被推薦的品牌。
Kevin Indig以Semrush數據分析美國ChatGPT結果時，亦把品牌mention與citation分開處理。他的研究發現兩者在該樣本中的關係很弱；詳情應以原始研究及限制為準，而不應視為所有AI引擎的固定規則。
所以，企業至少應分開追蹤：
- 品牌有沒有被提及；
- 提及是正面、中性、負面，還是資料錯誤；
- 品牌是否出現在比較、推薦或購買問題；
- 自家網站及第三方網站是否被引用；
- 用戶有沒有進一步搜尋或進入網站。
Prompt Tracking最大的限制：你永遠看不到「全部問題」
GEO工具通常由一組固定prompt反覆測試，但真實用戶的問題會包含不同背景、預算、地區、語言、限制及後續對話。即使工具追蹤100或1,000條prompt，也不能代表整個市場。
常見誤差包括：
- Prompt選擇偏向品牌已知的問題；
- 只測英文或美國市場；
- 沒有涵蓋比較、替代方案、使用情境及購買決策；
- 不同帳戶、地區、模型版本及時間產生不同答案；
- 只計是否出現，沒有評估答案位置、語氣及準確度；
- 把一次答案變化誤當成持續趨勢。
正確做法不是宣稱prompt tracking代表事實全貌，而是把它當作固定樣本的trend monitor。報告必須列出平台、地區、語言、模型、prompt數量、問題類型、測試頻率及資料缺口。
不同AI引擎不能直接放在同一排名榜
ChatGPT、Gemini、Google AI Mode、Claude、Perplexity及Copilot可能使用不同搜尋索引、即時retrieval、訓練資料、使用者背景及答案介面。某品牌在一個平台被提及，不代表它在另一平台有同樣能見度。
即使同樣是citation，各平台的定義亦可能不同。Microsoft的Bing Webmaster Tools AI Performance提供total citations、cited pages及部分grounding queries，但Microsoft同時說明，citation次數不代表頁面排名、權威或在個別答案中的角色。
企業應先按平台分開報告，然後才做整體摘要，而不是把不同來源的百分比相加。
Google Search Console的AI數據可以告訴你甚麼？
Google的Generative AI performance report目前可顯示AI Overviews及AI Mode的impression，並按page、country、date及device分析。這有助找出哪些頁面曾在Google生成式搜尋功能曝光，以及趨勢有沒有變化。
但現階段它不能完整回答：
- 哪一條query觸發曝光；
- 用戶是否點擊指定AI來源；
- 曝光是否帶來lead或收入；
- 品牌在答案中有沒有被提及；
- 同一impression內網站連結的位置和重要程度。
因此，AI impression上升不應直接被描述為GEO成功，更不能代替conversion報告。
SEO為何必須把所有指標一起看？
對SEO而言，ranking、impression、click、CTR及conversion不是互相競爭的KPI，而是一條診斷鏈。
有Ranking但沒有Impression
這可能代表關鍵字搜尋需求很低、排名追蹤工具與真實市場不一致，或追蹤了對生意沒有價值的字。只展示「排名第一」而不展示impression及搜尋需求，很容易製造虛假的成功感。
高Impression但低Click
網站獲得曝光，但標題、意圖匹配、SERP版面或品牌吸引力不足。沒有click便無法透過網站完成查詢或交易；不過，也要考慮電話、品牌搜尋和zero-click答案等其他路徑。
高Click但數據顯示低Impression或低Ranking
這種組合應先檢查date range、filter、品牌字、不同國家或裝置、平均排名計算及資料來源，不能不加分析便當成正常成果。平均排名尤其容易被不同SERP features及query組合扭曲。
有Click但沒有Conversion
問題可能已經由SEO轉移到landing page、offer、表單、價格、信任或銷售跟進。SEO報告若停在traffic，仍未回答生意問題。
建議企業Dashboard分成三頁
第一頁：Management Outcome
- Organic及AI-assisted leads
- Revenue或qualified enquiries
- Branded search趨勢
- 主要conversion landing pages
- 重要限制及本月決策
第二頁：SEO Diagnostic
- Ranking distribution
- Impressions、clicks及CTR
- Query和landing-page組合
- Technical/indexing異常
- Conversion rate及漏斗問題
第三頁：GEO Monitoring
- 各平台prompt coverage
- Brand mention rate及答案準確度
- Citation rate及主要cited pages
- AI referral landing pages
- 測試設定、變更及confidence level
這個架構不會強行把SEO和GEO變成同一套數字，但能讓管理層看到兩者如何共同影響品牌發現及生意。
結論：GEO要承認不完整，SEO要避免單一指標表演
GEO仍處於數據不完整、平台規則不同及答案高度波動的階段。Brand mention值得重視，但任何mention rate都只代表指定prompt樣本，而不是整個市場。Citation、referral和conversion亦必須各自解讀。
SEO方面，ranking、impression、click、CTR及conversion全部重要。單獨挑選最好看的指標，只會把診斷工具變成銷售話術。真正有用的報告，應清楚說明每個數字回答甚麼、不能回答甚麼，以及下一步要作出甚麼商業決定。
企業若要建立SEO／GEO衡量框架，第一步不是購買更多visibility工具，而是先定義目標、平台、prompt樣本、conversion和可接受的數據限制。