信号一：日志入口来源
部分 AI 入口会在跳转中保留来源域名或参数，日志里能看到。取证方法是按域名聚合近三个月访问，观察是否有新来源持续出现。局限是不少入口不带引荐信息，因此日志只能证明存在，不能证明规模，边界是日志只能证明存在。
信号二：问题集出现引用
固定二十到五十个客户问题，每月在主要入口采样，记录答案中是否出现自家品牌与页面。为什么有效？因为它直接反映可见性，而不依赖平台数据。要注意记录采样时间、地区与入口版本，否则前后不可比。
信号三：一线客户提及
销售与客服常听到「我在 AI 里看到你们说……」这类表述。把这类线索记录下来，可以补充定量数据的不足。怎么做？在 CRM 或工单里加一个来源选项，按月统计，并与问题集采样对照，看是否指向同一批内容。
信号关系与局限
三个信号分别反映访问、可见与认知，单独看都可能误判：日志可能被归并，采样受版本影响，客户提及存在记忆偏差。稳妥做法是三者交叉，并设定观察期。任何单一信号上升都不足以证明投入有效，需要结合询盘质量判断，这正是为什么要结合询盘。
适用与不适用
适合谁
- 需要评估是否投入 GEO 的企业
- 市场与销售能够协同的 B2B 公司
- 正在建立内容与引用监测体系的团队
不适合谁
- 没有官网内容、也没有问题集的团队
- 期望一周之内就得出结论的管理者
典型场景
一家检测服务机构的销售发现客户会直接问「你们的资质在 AI 回答里提到过吗」。市场部据此建立三十个问题集，每月采样，并在 CRM 增加来源字段。两个月后，问题集中出现其资质页引用，CRM 中相关线索增加，团队才把内容更新列入常规工作。
可执行步骤
- 按域名聚合近三个月的访问日志，找出持续出现的新增来源，记录量级
- 固定问题集，每月在主要入口采样，并记录提及、引用与入口版本号
- 在 CRM 或客服工单中增加来源选项，便于按月统计并回访这类线索
- 把三类信号按月对照，并同时记录样本范围、地区与模型版本后再判断
常见坑
- 只看一次采样就下结论，模型一更新结果就反转，团队对监测失去信任，后续投入被叫停。
- 把客户提及当成普遍现象，却没有做记录与统计，无法指导内容与销售的投入，机会白白流失。
- 忽略日志归并的问题，误以为没有 AI 流量，放弃了本可争取的入口，渠道与预算判断都失真。
自检与验收清单
- 日志中的来源是否按月聚合，并记录量级变化
- 问题集是否保持稳定，并逐次记录入口版本号
- 一线客户线索是否有固定的记录字段与责任人
- 三类信号是否按月交叉验证，而不是单看其中一项
常见问题
多久能看出信号？
内容更新后通常需要数周到数月才会被重新抓取与引用，采样也要连续多期才有可比性。建议以季度为评估周期，每月记录过程数据，避免用短期波动来做判断。
信号出现就该加大投入吗？
先看信号是否稳定、是否带来高质量询盘。若只是提及增加，而访问与询盘并没有变化，应先检查落地页与转化路径，而不是立即扩大内容规模，否则容易空转。
没有 CRM 怎么记录？
用表格即可：记录日期、客户行业、提到的内容主题与来源描述。关键是持续记录并定期汇总，工具本身不影响判断质量；先把记录字段与责任人定下来，比买系统更重要。