GEO 探针口径
页面分数回答「模型能不能读到」；探针回答「模型会不会说你」。
页面分 vs 探针分
页面 GEO（Princeton KDD 2024 启发式、Schema、llms.txt）衡量输入侧可引用性。D/K 探针衡量输出侧：点名后是否认识、未点名会不会提到。两套分数不要加权成一个总分。
提及 vs 推荐
提及：回答里出现品牌名或官网。推荐：结构化结果里 relation=positive，即明确当作首选或建议方案。只被点名、没有推荐，推荐率应为 0。
认知 vs 提及
认知率来自 D 协议（提示里只有域名）。提及率来自 K 协议（提示里只有关键词）。被点名能复述，不等于中性问题会提起你。
引用与内容回写
引用率：回答中的 URL 是否命中官网域名。内容回写：这些 URL 是否等于你在分发渠道回填的 published_url。后者才说明「发出去的这篇稿」被模型用上了。
同条件复测
先冻结品牌别名、监测词和竞品。修复页面或发布内容后，用同一词表再跑。对比用百分点（pp），并保留上一轮原文。
不要一个 AI 可见性总分
认知 / 提及 / 推荐 / 引用分母不同、问题不同。合成总分会掩盖「认识但不推荐」或「提到了但不引用你的稿」。