一句话结论：以篇数结算 GEO，是行业里最省事也最无效的口径。内容发出去不等于被使用，验收必须看「有没有进入答案」。
一、篇数为什么不可靠
篇数只反映产能，不反映结果。十篇围绕同一主题的空泛内容，可能不如一篇结构清晰的定义加一份清单。
更麻烦的是，篇数口径会诱导错误行为：为了凑数，写自己并不擅长的主题，或者把同一段话换个标题再发。
长期看，这类重复内容会稀释账号与域名在模型眼中的可信度。
二、信号一：固定问题集的命中变化
第一个信号是最直接的：同一组问句在固定平台复测时，品牌是否出现、出现在哪一段、是否被标注来源。
判断要点在于可比性。问句不改、平台组合不改、记录字段不改，三个不变才能做跨期对比。
命中从零变有，是最强的正向信号；命中从有变无，需要先排查内容是否被删改或信源层级变化。
三、信号二：信源是否可核查
第二个信号是外部可验证性。同一主题的内容，如果能在多个公开渠道被检索到，并且表述一致，模型采信的概率更高。
可核查性有三个层次：内容本身可被公开检索；发布主体可被识别；不同渠道的说法不互相矛盾。
只满足第一条的，通常只能获得零散提及；三层都满足的，才可能被作为依据引用。
四、信号三：内容复用率
第三个信号是内容被复用的程度。这里说的复用，不只是被其他媒体转载，还包括在企业内部被反复引用作解释材料。
若一套内容在销售答疑、客服话术、官网页面里被复用了三次以上，说明它确实回答了真实问题，也更容易在答案里出现。
反过来，发布后无人再提的内容，往往是与业务脱节的内容。
五、三个信号怎么组合
建议把三个信号合成一张季度验收表，而不是分散在不同汇报里：
| 信号 | 观察方式 | 合格线 |
|---|---|---|
| 问题集命中 | 固定问句双周复测 | 核心问句出现率上升 |
| 信源可核查 | 公开渠道抽查 | 三层可核查至少满足两层 |
| 内容复用率 | 内部使用记录 | 半数以上内容被复用一次 |
三行都填不出数据，说明流程还没建立，此时讨论效果没有意义。
六、按效果结算的可行写法
如果不按篇数结算，可以按「问题组」结算：每组包含问题定义、配套内容、复测记录三项，交付即验收。
这种写法对双方都有约束：供应方无法靠堆量交差，需求方也必须配合提供真实问句与反馈。
价格可以据此协商，但结算单位应从内容件数转为完成的问题组数。
七、边界与反例
反例一：把命中率当成唯一标准，忽视内容质量，导致为了命中写迎合性内容。
反例二：只做复测不做内容，数据看起来在动，实际没有改善。
反例三：把复用率当成内部宣传指标，强行要求各部门引用，反而失真。
三个信号的用途是判断方向，而非制造漂亮报表。
八、为什么不建议用阅读量替代
阅读量受分发影响极大，与是否被引用没有必然关系。把阅读量当成 GEO 指标，会引导团队去做标题党，内容反而更不可摘取。
可行的做法是把两件事分开汇报：阅读量用于评估分发是否到位，问题集命中用于评估内容是否可用。两条曲线不同步是常态。
当两条曲线长期背离时，先看渠道是否只做了私域分发，再看内容是否缺少定义句。这两个原因是能修好的，剩下的才是运气。
内部汇报也建议固定三列：本期覆盖问句数、被提及问句数、被标注来源问句数。三列都能追溯，比一个综合评分更可信。
九、指标怎么对外说明
对外说明指标时，最容易出错的是把内部口径直接端出去。客户听到一个没有上下文的百分比，只会关心为什么不是更高的那一个。
建议每个数字配三句话：怎么测的、测了多少条、跟哪一期比。三句话齐了，数字才有解释力。
同一批数据不要在同一份材料里出现两种口径。折算口径与原始口径混用，会让对方对所有数字都产生怀疑。
若某期数据回落，直接在材料里写原因，不要等被问。主动解释一次，比事后辩解省事。
还有一点值得强调：指标要能指向动作。看得出问题的指标才值得长期跟，看不出问题的指标只会让汇报变长。
挑选指标时先问一句，这个数字变了之后我们会做什么。答不上来，就说明它暂时不该进看板。
十、常见问题
问：没有历史数据怎么做基线？
答：第一轮复测就是基线，从第二轮开始比较。
问：命中率波动大怎么办？
答：先把平台组合固定，再看波动；跨平台混算会放大噪声。
问：客户只认篇数怎么办？
答：可以先按问题组交付一期，用复测记录证明差异，再谈结算方式。