AI 引用、提及與推薦有什麼不同？企業該如何判讀 GEO 成效

拆解提及、引用、推薦與競品份額，提供計算示意與出海 B2B 的判讀方法，區分能見度與商業成效。

Vanessa LaiGEO Corpus Director

2026-10-13

品牌提及（Mention）、來源引用（Citation）與品牌推薦（Recommendation），是三種不同結果。

指標需要固定問題、引擎、語言與執行條件，也要說清楚分子、分母與樣本數。

能見度可以指出改善方向，但不能直接當成曝光人數、詢問量或營收。

假設一家出海 B2B 企業發現 AI 經常引用它的規格頁，卻很少把它列入供應商選項。引用增加是好消息，但未必代表買家更容易把它放進短名單。相反地，品牌被推薦時，來源也可能是產業媒體而非官網。

這些是假設情境。判讀真實專案時，應保留完整答案與引用網址，再決定需要改善哪些頁面與資訊。

提及代表答案寫出品牌名稱；引用代表答案提供來源連結；推薦代表答案把品牌列為適合特定需求的可選方案。三種訊號要分開看，才能避免把來源使用誤認成正面推薦。

除了計數，也要核對描述是否正確。品牌出現但產品、服務地區或適用條件被寫錯，不能只當成能見度成長。

引用可以指向官網，也可以指向媒體、產業資料庫或評測。分析時應把官方網域與第三方提到品牌的來源分開，並保留實際頁面。

列入選項、正面建議與有條件推薦可以採不同判定規則。團隊應先定義口徑，不能事後挑有利的答案。排序也應另外記錄，不假設每個引擎的清單順序都有相同意義。

以下是本文採用的簡化口徑。實際報告應附完整定義；不同工具的同名指標可能使用不同分母。

品牌提及率（Mention Rate）：提及品牌的回答數，除以納入比較的有效回答數。

官方引用率（Official Citation Rate）：含品牌官方網域引用的回答數，除以有效回答數。若計入第三方品牌報導，應另列指標。

品牌推薦率（Recommendation Rate）：符合預先定義推薦條件的回答數，除以有效回答數。

引用份額（Citation Share of Voice，Citation SOV）：在固定比較品牌集合與計數規則下，某品牌的官方引用事件數，除以所有比較品牌的官方引用事件數。品牌集合、網域與重複引用規則都要揭露。

競品份額（Competitor Share）：可由提及、推薦或引用分別計算。報告必須註明採用哪種訊號，不能只留一個未定義的 Competitor Share。

假設 20 個問題各執行 3 次，取得 60 份有效回答。其中 18 份提到品牌，9 份含官網引用，6 份符合推薦條件。此示意的提及率為 30%、官方引用率為 15%、推薦率為 10%。這些數字只是教學例，不是 donguri 客戶成效。

如果同一批回答中，品牌與固定競品共取得 30 次官方引用事件，品牌占 9 次，該口徑的 Citation SOV 為 30%。它與前面的 15% 官方引用率回答不同問題，不能混用。

未觸發答案、系統失敗或沒有引用的回答如何處理，也必須先定義。不能每期默默排除不同資料，再比較百分比。

先按市場與語言分開，再按買方任務拆解：探索供應商、比較方案、確認導入條件與建立短名單。這能看出品牌在概念題表現正常，卻在接近採購的問題中缺席的情況。

多市場總分可以用來摘要，但不能掩蓋單一市場的缺口。若要合併，必須揭露權重；題目變多或市場組合改變，也可能改變總分。

品牌未被提及：先確認問題是否與產品相關，再比對競品與來源。

被引用卻未被推薦：檢查答案採用的是規格、一般知識還是比較證據，以及品牌是否滿足題目條件。

被提及但描述錯誤：比對官網、第三方頁面與原始答案，定位事實矛盾。

改善後分數提高：記錄修改與發布時間，檢查同題重複結果及同期模型變化。前後相關不等於已證明因果。

固定問題、市場、語言、引擎、執行設定與重複次數，保留日期和原始回答。模型版本可取得時也應記錄。題庫更新要另建版本，讓舊題保留一段重疊比較期。

報告應包含樣本數、失敗或缺漏比例及結果變動。只測一次或只挑最好的一次，都不足以代表持續趨勢。

答案中的位置不是實際曝光人數，也不是成交機率。企業可搭配品牌搜尋、可辨識的 AI referral、詢問來源、詢問品質與業務進度，但要承認零點擊與跨裝置行為可能無法完整追蹤。

donguri AI 以監測與診斷支持改善，再用一致條件驗證。價值在於讓缺口對應到工作，而不是把所有結果壓成一個漂亮總分。

如果你已經有 GEO 報告，卻不知道下一步該改什麼，可以預約 donguri AI 診斷或監測 Demo，討論題庫、分母、引用來源與競品基準，確認報告如何連到內容與技術改善。

本文指標為實務量測口徑與教學示意，不是跨平台統一標準；所有示意數字均為假設。正式專案應公開題庫範圍、判定規則、樣本、測試條件與限制。