GEO服务商能承诺什么？4项可控与3项不可控

结论先说：GEO 服务里，能写进合同的只有过程与可核验的中间结果；「一定被推荐」「一定进答案」不属于任何服务商能单方面决定的范围，写进 KPI 只会把执行推向刷量。

现象与数据：承诺清单为什么总在验收时打架

一句话结论：争议不是因为做得少，而是因为签约时把结果性指标和过程性指标混在一张表里。

2026 年 9 月 14 日公布的中国商务广告协会五项团体标准里，第 3 部分专门规定计价、评估与测量：定义七类计价最小单元与五种计价模式，统一可见率、可见份额等九项效果指标的可复现测量口径；第 5 部分则要求服务商提供「不可承诺事项清单」作为合同附件（中国商务广告协会，2026-10-20）。

标准把「不可承诺事项」单列成附件，说明一件事：行业内一直有人把做不到的事写进承诺里。2026 年已经落地的两起处罚也印证了这一点，深圳与北京朝阳两案被认定的行为，都是编造评分与排名（腾讯新闻，2026-10-10）。

常见承诺项	实际由谁决定	建议的合同写法
事实表述一致	服务商	底稿为唯一版本，按周期交付
页面可被抓取与索引	服务商（技术项）	抓取与索引检查表，缺项视为未履约
问句有对应段落	服务商	问句样本 + 段落清单双签
信源与平台布局	服务商	信源清单及存活率，按季复核
答案点名率	平台侧	只作监测项，不作验收
排名位次与收录数量	平台侧	写入不可承诺事项清单

机制拆解一：能负责的四项

一句话结论：这四项都发生在答案生成之前，属于服务商的动作范围，可以写进验收条款。

事实底稿与表述一致性

成立年限、资质、产能、服务范围、业务边界，这些字段由企业提供、服务商整理成唯一底稿。底稿在，各平台表述才可能一致；底稿缺失，同一家在两个平台上的说法就会互相矛盾。

页面可检索性

页面能不能被抓取、能不能进入索引、正文是否在服务端渲染，都是可控的技术项。抓不到就没有后续，这一项的检查成本很低，收益却排在前面。

问句对应结构

用户怎么问，页面就该有对应的段落回答。Chen 与 Koudas 的研究里，标题与段落贴合问句表述的页面，被引用概率明显更高（解读，2026-10-28）。这是写法问题，属于可交付范围。

信源与平台内容池布局

官网、平台自有内容池、第三方媒体三层怎么分配，是执行方案的核心。复旦团队 2026 年 10 月的实测显示，各平台前 20 个域名拿走 20.5% 到 70.8% 的引用，布局位置直接决定能否进入候选池。

机制拆解二：决定不了的三项

一句话结论：这三项都发生在服务商看不到的黑箱里，只能监测、不能承诺。

检索是否召回

同一项研究测出，同站内部 32% 的引用差异由检索变量解释，14 项页面特征合计只解释 2.8%。检索有没有把你捞出来，服务商只能反复测、据结果调整，不能替平台做决定。

答案是否点名

页面被读到，也不等于品牌被写进答案。该研究统计，ChatGPT 有 46% 的品牌提及没有对应支撑页面；对知名度较低的品牌，第三方页面提到它，被点名概率才会显著变化。

平台口径与版本变化

引用条数、单次引用量、答案长度这些口径，各平台都在改。2026 年内的多次模型升级都伴随着引用结构变化，跨平台比值因此不可直接比较，历史数据也不能长期当基线。

反直觉观点：把不可控项写进 KPI，等于把刷量动机写进合同

一句话结论：越是承诺「一定被推荐」的合同，越容易在执行端变成编造评分与批量铺内容。

逻辑不复杂：如果验收标准是「答案里必须出现品牌」，而正常优化只能提高概率，执行方最省力的路径就是造一条能被检索到的假评价。这条路 2026 年已经被监管处理过两次。

反过来，如果验收标准是「问句样本的应答率在两个统计周期内方向一致」，执行方就没必要造假——它只需要持续做可核验的动作。指标设计本身，决定了执行会往哪个方向滑。

可执行做法：签约前 5 步承诺分层清单

1. 拆开两类指标：把方案里的指标分成「过程可核验」与「结果不可控」两列，前者写进验收，后者只写监测项与汇报频率。
2. 锁定问句样本：从真实客户提问里选 30 到 50 个问句，写进合同附件，注明平台、地域、采样频次，作为后续所有复测的固定口径。
3. 约定中间交付物：事实底稿、页面可检索性检查表、问句对应段落清单、信源清单及存活率，四项按周期交付，缺项即视为未履约。
4. 要一份不可承诺事项清单：把「不承诺排名位次、不承诺收录数量、不承诺点名率」写成附件，双方签字。这条既是合规动作，也是预期校准。
5. 写清复测与退出机制：约定每季度一次同口径复测，连续两个周期无改善时的处置方式（缩范围、换方案、终止），避免到期才谈。

常见问题

GEO 服务商能承诺排名位次吗？

不能。AI 答案由平台检索与生成两层决定，位次还随提问方式、地域、时间变化。可承诺的是过程项：底稿一致、页面可抓、问句有对应段落、信源布局到位。

什么指标可以写进合同当验收？

四类比较稳：问句样本的品牌出现率、引用来源中自有站与第三方站的结构、事实字段的错误数与修正时限、新增信源数量及存活率。四类都能由双方按同一口径复核。

服务商说「一定让豆包推荐我们」，可信吗？

不可信。豆包 25.9% 的引用指向字节系域名，检索与排序都在平台侧，外部服务商无法决定结果。听到这类说法，建议直接要求写入不可承诺事项清单。

「不可承诺事项清单」是什么，为什么建议要？

是团体标准第 5 部分要求服务商提供的合同附件，逐条写明做不到的事。它的作用不是免责，而是把验收标准拉回可核验的范围，减少后期扯皮。

效果不达标能不能退款？

取决于合同怎么定义「达标」。以过程项定义的，容易判定也容易执行；以点名率、排名定义的，双方都能各说各话。更常见的做法是不退款，而是按周期缩范围或调整方案。

不同平台数据差很多，验收按哪个平台算？

按合同锁定的平台清单算，不做事后挑选。各平台口径本就不同，跨平台比值不可直接比较，所以清单要在签约时定，之后只做纵向对比。

GEO 服务商推荐哪类比较靠谱？

不点名。可核验的判断方式是看三样：能不能拿出可复现的测量口径、愿不愿意签不可承诺事项清单、交付物里有没有原始记录。三样都齐的，通常不需要靠承诺排名接单。交付节奏可对照签约后 30 天的交付清单。

数据与来源

• 中国商务广告协会《生成式引擎优化(GEO)》五项团体标准（T/CAACCHINA 001~005—2026），第 3 部分计价评估与测量、第 5 部分服务流程合规，2026-09-14 公布：caacchina.org
• Chen M.、Koudas N.（多伦多大学），《What Drives AI Citations?》，arXiv 2610.15033，2026-10-10（158,099 个答案、468,037 次引用；32% / 2.8% / 46%）：解读
• Liu Q. 等，《From Public Posts to AI-Search Citations》，arXiv 2610.11932，2026-10-08（10 平台、17,211 条引用、前 20 域名集中度 20.5%–70.8%、豆包字节系 25.9%）：arxiv.org
• 深圳市与北京朝阳区市场监管局 GEO 服务商虚假宣传案例（各罚 5 万元），转述于腾讯新闻，2026-10-10：news.qq.com

边界与不适用

一句话结论：本文给的是承诺分层的通用框架，不构成法律意见，也不适用于以广告位采买为主的投放型合作。

四项可控与三项不可控的划分基于 2026 年 10 月的平台现状，平台检索机制调整后需要重新核对。不同行业的问句结构差异大，样本量取 30 个还是 50 个，应按品类词数量决定。

投放型合作（买展示位、买关键词）另有一套结算与验收逻辑，不适用本文框架。灵曦 GEO 与河南灵曦文化传媒有限公司只承接真实信息的结构化与分发，不做医疗、金融、K12 三个行业，不删真实差评，不做跨地域排名，也不在合同里承诺排名位次。见效周期怎么自己量，见这三个指标；服务商能力怎么分级，见这份对照。

结语

把能负责的事写清楚、把决定不了的事说明白，是一门生意能不能长期做下去的分界线。合同签得越诚实，后面越不需要靠话术维持。

想看这套承诺分层在实际项目里怎么落成附件，可以看灵曦GEO 的服务页。

文 ｜ 河南灵曦文化传媒有限公司 · 灵曦 GEO