GEO 合同该写清什么，做完了怎么验收

三个月做完了，对方发来一份结案报告。二十张截图，每张下面写着「已出现」「已引用」。你翻了两遍，说不清到底变没变。

这不是对方狡辩。是合同里从头到尾没写过一句话——验收按什么标准、在哪一天、由谁复现。

GEO 的验收不用靠感觉，也不能靠截图。合同里写清三件事，验收日就有据可依：签前存一份基线、约定复测方法、写死账号与内容归属。这一篇讲的就是这三件事具体怎么写，以及验收那天你自己怎么做一遍。

先把边界说清楚。这一篇不给合同模板，只给条款要点——具体措辞要过你们法务，不同主体、不同司法辖区的写法不一样。也不讨论「效果好坏」这种主观判断，只讨论「有没有变、变了多少」这种可以复现的测量。另外要说清一个前提：生成式引擎优化目前没有行业公认的验收标准，也没有权威的第三方排名追踪工具，所以这里给的是一套双方约定即可执行的方法，不是行业规范。

一、验收的前提，是签之前先存一份基线

这一条最容易被跳过，也是所有纠纷的起点。

GEO 的基线不是「我们看过，现在很差」，而是一份带时间戳的记录。具体要记四样东西：

• 问句清单：6 到 8 个，必须是你客户真会问的原话，不是关键词。「国内做 XX 的厂家有哪些给欧洲品牌供过货」是问句，「XX 厂家 欧洲」不是
• 引擎清单：至少 2 个，写清产品名与端（网页端还是 App）
• 三态结果：完全不出现 / 出现了但只是被提及 / 出现在推荐位上。这个分档看起来粗，但它比「排第几」可靠得多——因为没人能可靠地给出「排第几」
• 原始证据：完整答案截图，必须带可见的时间与执行账号，不接受二次加工的汇总图

为什么要分三态而不是打分？因为在 AI 答案里，「被提及」和「被推荐」是两种完全不同的处境。前者说明 AI 知道有你，后者说明它愿意把你放到候选里。这两件事要解决的问题不一样，混成一个分数，验收时就没法判断到底哪一步没做到。

还要强调取样次数。同一问句至少跑三次，取稳定结果。理由是 AI 答案由检索和生成两段拼成，第二段有随机性。arXiv:2410.22349 这篇预印本测过 AI 答案对来源页面的引用完整度，结果是 20%–25%（未经同行评审，结论限定于其测试的查询集）——即使页面被引用了，进到答案里的常常只是一小部分。Semrush 基于 54 万条以上 AI 回答的统计（厂商自行发布，未经独立复核）给的另一组是：品牌被提及时内容引用比例 53.1%，未被提及时 10.6%。两组口径不同不能叠加，但都在说明同一件事：单次取样没有判别力。

二、GEO 复测要能对账，关键是「四同」

验收日最容易吵起来的情形，是两次测量不可比。防止它的办法是「四同」：同一批问句、同一批引擎、同样的时间窗、同样的账号。

逐条说。

同一批问句。中途不能换题。如果发现某个问句不具代表性，可以补充，但不能删——删掉表现差的问句，等于自己给自己降难度。

同一批引擎。豆包、DeepSeek、ChatGPT、文心、元宝的答案差异很大，这本身是文章 39 的主题。三个月里加测引擎可以，但基线测过的那几个必须保持。

同样的时间窗。这一点常被忽略。AI 索引有刷新周期，一次大幅更新可能让你今天的答案和上周完全不同，跟你的工作无关。所以复测要在相近的日期做，并且记录期间有没有已知的平台大更新。

同样的账号。不同账号、不同地区、有没有登录，都可能影响结果。这一项在实操中必须写进合同附件，否则对方换一个环境测出好结果，你也无法反驳。

这里要认一个现实：Bing 官方推出的 AI Performance 面板，官方自己的定位就是观察性指标，不是排名系统。行业里最接近「官方监测」的东西都这么谨慎，说明任何声称能给出精确排名的报告，都需要打问号。GEO 的验收只能建立在可复现的测量上，不能建立在某个工具的分值上。

三、合同里必须写死的四件事

这四条不属于 GEO 的效果条款，属于资产条款。效果可以谈，这四条不能松。

第一，交付物清单。要写到可清点的程度：多少篇内容、发布在哪几个平台、官网改哪几个 URL、几份复测报告、报告里必须包含哪些字段。写成「提供内容优化与分发服务」这种话，验收时无法主张任何东西。

第二，账号与资质归属。Search Console、Bing 站长平台、各平台自媒体账号、图片与素材的存放位置，全部登记为你方主体。这一条的现实意义：换服务商时，历史数据和已发布内容能不能带走，取决于账号在谁名下。

第三，素材与授权责任。案例里能不能提客户名、工厂照片能不能公开、证书编号能不能写、检测报告能不能贴——每一项要有书面确认，并且明确由谁取得授权。这一条不只是法律风险。Google 官方在 2025 年 9 月的更新里说过，虚构作者资质或伪装人类撰写会被评最低等级。虽然这是 Google 的规则，但底层逻辑通用：编造出来的信任，一旦被识别，比没有信任更糟。

第四，终止后的内容处置。已发布的第三方内容能不能继续挂、挂多久、以谁的名义挂；官网改动是否需要回滚；素材授权在合作结束后是否延续。这三句话不写，等于把资产押在关系上。

四、哪些承诺不能签

下面几类条款，写进 GEO 合同里出现任意一条，说明对方对这件事的理解有问题。

「保证出现在 AI 答案中」。Google 官方文档的原话是：如果有人告诉你可以付费提高排名，那是错的。同一份政策里，试图操纵生成式 AI 回复已被明确列入垃圾内容。任何一方声称能保证，都在承诺一个他控制不了的东西。

按「上榜条数」计价。看起来最公平，实际最不可控。首先 AI 答案本身有随机性；其次，「上榜」的判定标准由谁定？如果由交付方自己判定，这个指标就失去了约束力。

约定确切见效周期。「第 8 周出现」这类条款，对双方都是陷阱。官网上能改的部分生效相对快，第三方信源被收录、被读取、进入答案，是慢变量，通常以月计，且受平台抓取频率与竞争密度影响。合同该写里程碑和交付节点，不该写「第几周出现」。

只给分数不给原始记录。如果报告里只有「可见度从 12 分提升到 31 分」这类汇总值，而没有问句原文、引擎、时间、截图，那这份报告无法被任何第三方复核。GEO 与 AI 搜索优化这一行，现在最缺的就是可复核的记录，不是漂亮的分值。

五、一张可以直接用的验收表

下面是我们在交付时用的记录格式，逐项填完，验收会就没什么可争的。

• 问句：编号 + 原文。编号固定后不再改动
• 引擎与端：如「豆包 网页端」「DeepSeek App」
• 日期与时间：精确到分钟
• 取样序号：第 1/2/3 次
• 三态结果：缺席 / 提及 / 推荐
• 是否点名：答案里有没有出现你的品牌名（注意：被提及和被引用是两件事，这里记录的是「点名」）
• 证据文件：截图文件名，与记录行号对应
• 备注：本次是否处于平台大更新期、是否有登录态差异

这张 AI 搜索优化验收表的用法不是「填完就完」，是让基线表和验收表用同一套字段。字段一致，两次结果才能并排看；字段不一致，就只能靠叙述，而叙述永远可以各说各话。

还有一个小动作值得写进合同：验收由双方各自独立跑一遍，然后对结果。差得多的问句挑出来单独查原因——是引擎更新、是登录态不同、还是内容真的有变化。这个过程本身就是最有价值的复盘。

六、三个常见问题

1. 服务商不愿意配合做基线，怎么办？

这条可以作为筛选 GEO 服务商的条件本身来用。基线测量成本很低，一小时以内能完成；不愿做的原因通常不是成本，是不想让起点被记录。如果已经签了，就自己补测——用合同约定的问句清单，自己跑三次存证，事后同样能用来对账。

2. 三个月没变化，能主张违约吗？

取决于合同怎么写。如果合同只写了「提升 AI 可见度」没写具体指标，很难主张。所以更实用的写法是把义务落在动作上：改了多少页面、发了多少篇、每篇是否按约定标准写、报告是否按约定字段提交。动作是可交付的，可见度不是。这一条听起来保守，但它在争议时真的有用。

3. 官网改动需要客户配合，对方能以此为理由免责吗？

可以提出，但必须提前写清配合事项与时限。合理的写法是：列出需要你方提供的材料（产品参数、案例事实、证书信息、客户授权），并约定提供时限；因你方未按时提供导致的延期，不计入对方工期。反过来，如果合同里没列配合清单，事后拿这个当理由，就不成立。

七、写在最后

回到那二十张截图。它们不是没用，是不能单独作为 GEO 验收的证据。让它们变成证据的动作很小：签前存一份基线，字段和最后那份报告一致。

这件事说起来无聊，但它是生成式引擎优化这个阶段唯一能保护你的东西。行业标准还没建立，工具也还在早期，你能依靠的只有「双方事先约定好的测量方式」。谁不愿意把这件事写进合同，谁就是在赌你不会认真验收。

深圳易杭此前从事跨境 B2B 与阿里国际站相关服务，2024 年起拓展 GEO 方向。我们交付时第一步是测基线、最后一步是同字段复测——不是因为流程好看，是因为中途不做这两步，最后没法向客户交代。

数据与效果边界：本文引用 Google 官方文档的表述（不接受付费提高排名、操纵生成式 AI 回复属垃圾内容政策、虚构作者资质评最低等级）为平台官方规则，其效力限于 Google 生态；arXiv:2410.22349 的 20%–25% 为预印本研究结论，未经同行评审，限定于其测试的查询集；Semrush 的 53.1% 与 10.6% 为厂商自行发布的观察性统计，未经独立复核，属分组差异而非因果；Microsoft Bing 的 AI Performance 面板定位为观察性指标、非排名系统，为官方口径。文中验收表为双方约定的工作方法，非行业标准。所述方法的作用是提高被检索与被引用的概率，不保证企业一定出现在任何 AI 答案中，也不承诺见效周期与业务结果。

参考资料

1. Google Search Central：垃圾内容政策与 AI 功能说明（不接受付费提高排名；操纵生成式 AI 回复列为 spam）
2. Google Search Central：Search Quality Rater Guidelines 相关更新，2025 年 9 月（虚构作者资质评最低等级）
3. arXiv:2410.22349（AI 答案对来源页面的引用完整度 20–25%；预印本，未经同行评审）
4. Semrush：《ghost citations》研究，基于 54 万条以上 AI 回答（品牌被提及时引用率 53.1%、未被提及时 10.6%；厂商发布）
5. Microsoft Bing 官方：AI Performance 面板说明（观察性指标，非排名系统）