PLATFORMS
Google AI Overviews 与 AI Mode 的监控与取数
一句话说明
监控 Google AI Overviews 与 AI Mode 的对象是固定问题集在多次采样下的分布,不是某一条结果的位次。
Google AI Overviews 与 AI Mode 没有稳定的结果页,同一个问题在不同设备、地区、账号下的答案会变。所以监控的对象是一个固定问题集在多次采样下的分布。答案里逐条列出来源,引用份额可以直接统计。
我们的判断
先把问题集和采样口径定下来,再谈用什么工具。工具解决采集效率;口径定不清楚,换任何工具得到的都是不能比较的数。
01
要采哪些变量
问题(固定问题集)· 采样时间 · 地区 · 语言 · 设备或客户端类型。任意一项变化都可能改变答案,所以都要作为字段记录。
每次采样要留存答案原文。只记「提到 / 没提到」的话,后面判定标准一变就没法回溯。
答案里逐条列出来源,引用份额可以直接统计。这一点决定了这个平台上哪些指标可测、哪些只能估算。
02
口径上的坑
分母必须先固定。问题集中途增删、采样次数不一致,前后两个月的数就不是一回事 —— 这比取数误差严重得多。
判定「提到了」要字面串匹配与语义判定双向复核:只做字面匹配会把同名的其他事物算进来,只做语义判定会漏掉答案表格里被粘连的写法。
累计口径与当月口径不能混比。窗口拉长后几乎所有品牌都趋近 100%,区分度消失;对外汇报统一用日均或当月口径,并在表头写明。
03
别只看这一个平台
各平台的引用源结构差别很大,总体提及率上升可能只是某一个平台在动。要分平台记录,中英也要分开报。
被看到之后有没有产生访问,要回到自有埋点与服务端日志上看。不跑 JavaScript 的抓取请求不进前端分析工具。
本页用到的数据
不足 5%
单一平台上最常被引域名的引用占比上限
出处:Evertune,2 亿条 prompt,2026
资料出处
- [1]GEO: Generative Engine Optimization.Aggarwal 等,KDD 2024.2024
更新于 2026-08-06