四个指标层：抓取、收录、引用、咨询
GEO 报告最容易犯的错，是把不同层级的数字混在一起讲。「抓取涨了四十倍」和「AI 开始推荐你」之间隔着三个环节，任何一个环节都可能不成立。这篇把四层的口径、假信号和一份可复用的报告模板写清楚。
第一层：抓取——过程指标
口径：AI 与搜索引擎的爬虫读了哪些页面、每个页面多少次。要点是按「每个 URL 每天」归一化——站点数量、首抓、改版都会让总量大幅波动，不归一化就没法比较。
两个必须剔掉的假信号：
- 把首抓高峰当长期趋势：新站上线第 3～7 天抓取量会突然翻几倍再回落，这是「来过了」，不是「变好了」；
- 把 robots.txt 与 sitemap.xml 的轮询算成内容被读：它们「来访必抓」，会把任何比率拉满。
一组真实读数：桐灼城市站群 2026-10-30 的公开看板显示，9 月 5 日以来字节的 661 次验证请求里，robots.txt 与 sitemap.xml 合计占了大头，栏目页每个约 20 次，文章页几乎为零；同期 Googlebot 1,882 次、GPTBot 1,742 次都在读正文。同一批页面，不同爬虫的深度完全不同。
第二层：收录——+3 天回看
口径：页面有没有进索引，搜索结果里展示成什么样——标题是否被截断、摘要是否准确、日期是否更新。改完标题与描述，三天后看真实展示形态，比看索引条数更有用。
假信号：只看「收录条数」不看展示形态。标题被截掉一半、摘要抓的是页脚，条数再多也带不来点击。
第三层：引用——+14 天复测
口径：同一组问题、同一批 AI 平台、固定的轮次，记录「有没有提到品牌、把谁列为来源」。一次引用不能当结论：换一个问法答案就可能变。报告要写样本量、分母和没采到的平台。
假信号：把一次截图当成「AI 已经推荐我们」。正确的做法是同一问题多轮、多平台、同一时间窗，结论按「几次里中几次」写。
第四层：咨询——按月归因
口径：电话与表单里能识别出来源的咨询数量与质量。这一层离钱最近，也最难归因——没有独立追踪端点时，如实写「未单独归因」，不把线索量算成 GEO 的功劳。
假信号：拿总线索量直接归因。除非客户能说出「这次是因为在 AI 里看到了你们」，否则只能记为「未归因」。
一份可复用的复测报告模板
- 本期改了什么：页面、标题、内容量、收录通道，逐项列；
- 抓取：按每个 URL 每天归一化，分爬虫列趋势，标注首抓/扩站等事件；
- 收录：+3 天抽样看展示形态（标题、摘要、日期），附截图或原文；
- 引用：+14 天固定问题集复测，写平台、轮次、样本量、分母；
- 咨询：能归因的列出来源，不能归因的写「未归因」；
- 没变的层：如实写「哪一层没动」，不粉饰；
- 下一期要验证的假设与对应动作。
"JSON-LD is a lightweight Linked Data format."
json-ld.org · JSON-LD 官方站（该句亦为 JSON-LD 规范开篇）
引用这条标准原文是想说明：结构化数据只是承载格式，真正决定 AI 怎么说的，是页面里的事实与口径。格式对了、事实错了，报告只会错得更整齐。
为什么必须分开报
因为四层的因果关系是单向的：抓取涨不代表收录，收录不代表引用，引用不代表成交。把过程指标包装成结果指标，短期内报告好看，长期会把预算投错方向。桐灼给客户的每份复测记录都按这四层分开写，没变化的层如实写没变化。
来源与出处：抓取读数来自 桐灼城市站公开看板（2026-10-30 读取，窗口自 2026-09-05）；检测方法与样本口径见 见度GEO；案例数据见 桐灼官网案例页。
本文为桐灼GEO 的公开方法说明，事实与案例读数来自桐灼官网公开页面及项目记录；数字标注时间范围，不承诺排名或引用次数。