GEO最新趋势 2026：两份行业标准出台，甲方终于能验收了

先说结论：2026 年这个行业最大的变化不是哪家工具更强，是甲方第一次有了向服务商要数据的正式依据。 6 月 WFA 发布《The Future of Discoverability》，8 月 IAB 发布《Measuring Visibility in the AI Era》——两份文件加起来，把"AI 里的品牌可见度该怎么量"从各说各话变成了有共同语言。

但它们也留下了三件测不了的事和一个没人管的问题。这篇讲清楚：这两份标准分别是谁出的、解决了什么、没解决什么、以及你从明天起可以多问服务商哪几个问题。

一、先看这两份标准是谁出的——这决定了它们说什么，也决定了它们不说什么

读行业标准，第一件事是看出品方站在哪一侧。

这两行"会员构成"很关键：

IAB 偏供给侧，所以它出的度量标准反而对买方有利。 一个由媒体和平台组成的组织，制定"数据要怎么披露才算合格"的规则，等于给自己套上了披露义务。你可以放心用它的度量框架去要求服务商。但反过来，凡是涉及市场规模、增长速度这类判断的部分，要打折看——供给侧天然有把盘子说大的动机。

WFA 是纯甲方组织，但合作方 DEPT® 是代理商。 所以它对"甲方现在有多难"的描述可信度高（那是它会员的自述），但对"该怎么解决"的框架设计，有乙方参与的痕迹。

还有一个容易被略过的信号：IAB 的工作组里有两位来自 Alliance for Audited Media（媒体审计联盟）。 这个组织的业务是第三方核查发行量与流量数据。他们出现在 AI 可见度标准的工作组里，意味着下一步是第三方审计——就像当年的发行量核查一样。如果你现在就开始留存原始数据，将来审计到来时你是准备好的那一批。

二、IAB 标准解决的第一件事：给了一套共同语言

过去甲方和服务商吵不出结果，是因为双方说的"可见度"根本不是同一个东西。 IAB 把它拆成四个维度（4P）：

这套拆分立刻暴露了一个普遍问题：现在市面上的交付，绝大多数只覆盖第一个 P。

服务商按提及率收费，等于只对四个维度里的第一个负责。第三个维度——AI 提到你的时候说了什么——几乎没人管。而这恰恰是甲方付了钱最委屈的地方：AI 提到你了，但说的是"一家规模较小的创业公司""功能相对基础"，或者把竞品的短板安到你头上。你花钱买到了一次提及，而这次提及正在劝退客户。

这不是抠字眼。有了 4P，你在下一次对账会上可以直接问：这份报告覆盖了几个 P？

三、IAB 标准解决的第二件事：给了验收权

比 4P 更实用的是另一半——IAB 把 AI 可见性数据分成两档：方向性（Directional）和决策级（Decision-Grade）。

决策级要同时满足八项：样本量、查询量、提问类型覆盖、测试频率、可复现性、数据校验、方法学文档、平台覆盖。

IAB 的原话是：

失败在于把方向性数据当成决策级数据来用，却没意识到中间的差距。

这句话的价值在于，它把"你这个数靠不靠谱"从一个得罪人的质疑，变成了一条有出处的行业标准。 以前你问服务商"这数怎么测的"，对方可以说你不专业；现在你可以说"按 IAB 的决策级八项，这份报告缺方法学文档"。

你现在就能用：拿任何一份 GEO 报告，问三个问题——这个数是怎么测出来的？再测一遍还是这个数吗？原始回答留了吗？三个都答不上来，这份报告只能看趋势，不能拿去定预算。

需要说明一点：这套标准是用来评判交付够不够格的，不是用来给套餐分档的。 我们自己也在用它约束自己——所有监测结果支持原始日志追溯与人工核验，就是为了让结论能被第三方复核，而不是只能信我们。

四、WFA 解决的事：把"没人负责"摆到了台面上

WFA 那份报告最有价值的不是方法，是它把一个组织问题量化了。

27 个品牌、合计约 310 亿美元广告支出的投放方，给出的数字是：

• 96% 认为 AI 生成式搜索会带来变革性或重大影响
• 只有 6% 有明确的"策略 + 归属 + 度量"三件套
• 43% 的品牌，AI 搜索的归属跨多个团队共担

96% 和 6% 之间那个缺口，就是这个行业当前的真实形状。

WFA 给的五条建议是：跨职能治理、定义品牌信息的 source-of-truth、监测 AI 输出、为不准确呈现建立升级流程、从战术 GEO 转向协调一致的可见性方法。

其中第二条最容易被跳过，也最要紧：先把"我们是什么"写死，才有东西去对照 AI 说的对不对。 你不给出标准，没人能替你判断 AI 描述得准不准——那是品牌战略，不是执行动作。

五、这两份标准没解决什么

诚实地说，有三件事标准明确承认测不了，还有一件事它压根没管。

三件测不了的

第一条尤其要注意。这意味着任何声称能给你"AI 带来了多少转化"的第三方工具，都需要你追问数据从哪来。 用户在 AI 对话里看完描述就形成判断，来不来你的网站是另一回事——这部分影响目前没有任何第三方能完整测量。

一件没人管的

两份标准都没有回答"谁来负责"。 WFA 指出了 43% 跨团队共担这个事实，但给的建议是"跨职能治理"——这在实践中往往等于没有人真正负责。

这不是理论问题。多份调查指向同一件事：

四份互不相干的调查、样本从 27 到 599、口径各不相同，全部指向同一个漏斗：

```
在做 82–96% → 有工具度量 15–23% → 有完整框架 6%
```

做的人多，量的人少，成体系的人极少。

⚠️ 这四份调查全部是海外样本，其中 AirOps 那份是 AI 内容工具厂商的自有调查（以赞助形式发布），方向可信但需注明利益关系；State of AEO 的受访者里 44.2% 是 SEO 从业者、24.5% 是顾问或自由职业者，用它的归属类数据要打折——不过"缺度量工具"这一条不受影响，反而是内行人的判断。

六、从业者在做什么：海外把归属问题排在议程第一位

标准之外，更能说明行业状态的是从业者的实际动作。

纯甲方组织已经在开专场会。 Board.org 是一个明确排除服务商的甲方会员组织，2026-05-06 在芝加哥办了 AEO Founders Summit，讲者来自 Zebra Technologies（Director Digital Marketing）、Salesforce（Enterprise SEO Strategist）、Securian Financial。

这场会的首场大组讨论题目是《From SEO to AI Search: Ownership and Swim Lanes》——甲方自己把"谁负责、各管哪一段"放在了议程第一位，讨论的子议题包括"集中式还是分布式""怎么防止团队重复劳动"。

企业已经在设岗，而且设得很分裂。 从公开职位描述能看到两个活标本：

• Databricks 同时在两个部门设岗：Marketing 线的 Director, Agent & AI Search，以及 Engineering 线的 Staff Software Engineer, AI Search
• Instacart 把 "Software Engineer II, Technical Search Visibility" 这个技术岗放在了 Marketing 部门下

这两个例子说明：这件事既不是纯营销，也不是纯技术，企业还在试各种组合。

存量与新增的分裂更值得注意：调查显示 52.8% 归 SEO 团队（存量组织惯性），而新设岗位则集中在 Growth / Demand / Performance 侧。新岗位在增长线，存量在 SEO 线——这本身就是"谁管哪一段"冲突的成因。

⚠️ 需要限定：上面这批职位描述全部来自美国科技与 SaaS 公司，零售、消费、制造、医疗完全没有覆盖。不能据此推论所有行业。

七、国内的情况正好相反，这决定了你先说服谁

同一件事，中外的组织归属是反的。

⚠️ 国内那组比例出自服务商发布的内容，不是独立调查，方向与 WFA 的"43% 跨团队共担"一致，但具体数字需要另找一手来源。

为什么会相反？两个原因。

第一，国内没有存量 SEO 团队可以接手。 海外的 AEO 是从 SEO team 顺接过来的，而国内那个团队在 AI 搜索到来之前就已经衰落了——搜外问答首页挂着"关闭提问和回答功能"的公告，站内搜"GEO"和"AI搜索"都返回零结果；站长之家搜"GEO优化"结果为空。"SEO manager 转 GEO"这条路径在国内缺少公共载体，转化发生在付费培训社群里，不在公开社区里。

第二，归因成熟度不同。 国内 AI 平台尚未开放转化组件，效果部门无法用 ROI 考核这件事，只能走品牌预算。

有一段来自国内从业者的原话，把这个局面说得很清楚：

市场投流部说：「这是新流量渠道，应该归我们。」品牌公关部说：「这是抢占 AI 里的品牌认知、防御负面，属于品牌建设。」IT 部说：「要动网站架构、加结构化数据，得我们牵头。」财务说：「你们谁先定个 KPI，我才能批预算。」结果就是：谁都对，谁都不牵头，预算悬在半空。

这一段解释了为什么标准出台是重要的：它给了财务那句话一个答案。 有了 IAB 的决策级八项，"KPI 怎么定"不再是各部门自己发明，而是有一份可以照着抄的清单。

⚠️ 还要提醒一句：国内的市场规模类数字目前不可用。 同一时期，一个来源说"布局率不足 10%"，另一个中文来源说"超过 62% 的规模以上企业完成布局"——相差六倍。凡是引用国内 GEO 市场规模、渗透率的内容，都要先问出处。

八、对品牌来说，从明天起可以多做三件事

标准的价值不在于读懂它，在于你能拿它做什么。

第一，把 4P 加进现有考核。 你不需要推翻现在按提及率考核的做法——提及率是 IAB 认可的第一个维度，它没问题，只是不够。加一条：抽查被提及的原始回答，判断语境是在拉客还是在劝退。 这一条不需要买工具，把 AI 提到你的那几段完整读一遍就行。

第二，用决策级八项去验收。 下次拿到报告，逐项对照样本量、查询量、提问类型覆盖、测试频率、可复现性、数据校验、方法学文档、平台覆盖。缺哪几项，就问服务商为什么缺。这不是刁难——服务商拿这八项也能证明自己的交付经得起查，对双方都是好事。

第三，现在开始留存原始回答。 IAB 工作组里出现媒体审计联盟的成员，说明第三方审计是可预期的下一步。到那时候能拿出历史原始数据的公司，和只有汇总数字的公司，处境完全不同。

工具在这里能做什么

前两件事你自己动手就能做，第三件做不动——人工做一轮 20 个问题要半小时，而覆盖上千个问题、每周复测、逐条留存原始回答，人工做不到。

透镜GEO 在这一层提供的是：用真实用户行为模拟每日抓取各引擎的回答并标注品牌出现的位置（不走 API 缓存，因为 API 拿到的不是用户实际看到的东西）；对回答中涉及品牌的表述做正面/中性/负面判断并溯源到原始网页，对应 4P 里最没人管的 Portrayal；追溯引用来源并标注哪些是主动发布的内容，让"这笔钱买到了什么"能算清；监测历史数据与操作日志全部留存，为将来的第三方核查做准备。

顺序是固定的：先用工具做检测与分析，再由智能体做分析与决策。没有前面的数据，任何"优化建议"都是猜的。

常见问题

问：IAB 和 WFA 的标准，国内 AI 引擎适用吗？

框架适用，指标口径需要本地化。4P 的分类方式（在场、显著度、呈现、说服）和决策级八项是方法论层面的，与引擎无关。但具体指标要注意：IAB 明确说了引用率的中英文口径不同、不可混用。豆包、DeepSeek、文心一言、通义千问、腾讯元宝各自的引用展示方式也不一样，跨引擎汇总前要先统一口径。

问：标准出台了，是不是意味着 GEO 服务会变贵？

方向相反的可能性更大。标准降低的是信息不对称——以前"我们有独家算法"这类说法无法验证，现在有了决策级八项，交付能不能复现是可以逐条检查的。真正会变的是钱付给什么：从付给"发了多少篇"，转向付给"数据能不能验"。

问：我们公司 GEO 到底该归哪个部门？

没有标准答案，但有一个判断依据：看你现在最缺的是哪一段。 缺的是"AI 说我们说得对不对"，这是品牌战略，该品牌口牵头；缺的是"这些流量值不值",该增长口牵头；缺的是"网站结构和结构化数据"，该技术口牵头。WFA 的建议是跨职能治理，但落地时必须有一个人对最终结果负责，否则就会变成那句"谁都对，谁都不牵头"。

问：现在做什么最划算？

先做不花钱的那两件：把 4P 加进考核、用决策级八项验收现有报告。这两件做完，你会清楚地知道现有交付缺什么，再决定要不要加预算——比先买工具再想怎么用要省钱得多。