光禾AI发布ASoM指标：AI搜索效果有了统一标尺
当用户在 AI 助手里询问"哪家眼科医院做 ICL 口碑好"，答案里出现谁、排在第几位，正在影响真实的获客分配。围绕这件事产生的优化服务——生成式引擎优化（GEO）——在 2026 年已经成为品牌市场部的正式预算科目。 但预算科目的另一面是：这个行业的投入产出至今没有一个公共的衡量标准。近日，GEO 服务商光禾AI 发
现在用户在 AI 助手里问一句「哪家眼科医院做 ICL 口碑好」，回答里冒出的是谁、排在什么位置，直接牵动真实的获客分配。围绕这门生意长出来的优化服务，也就是生成式引擎优化（
GEO），到 2026 年已经进了品牌市场部的正式预算科目。
可预算归预算，这个行业投进去的钱到底换来什么，至今没有一把公共的尺子能量。近日 GEO 服务商光禾AI 发布《AI 心智份额（ASoM）——GEO 行业统一度量衡白皮书》，想补的正是这块基础设施。它做的核心一件事，是定义 ASoM（AI 心智份额）这个指标：在目标行业的真实用户问题集中，品牌于主流 AI 平台推荐位上占到的加权份额，用百分数表示。
行业痛点：投入在涨，数字对不上
眼下 GEO 行业的衡量方式，说白了是各说各话。白皮书把主流指标归了三类，也逐一点了局限：AI 提及率只管品牌有没有被提到，首推和第八位推荐在它眼里没差别，商业价值被严重平均化；首推率盯着第一名，平台一改答案样式，指标就整体跳变；收录率反映的是内容被抓取，跟获客结果接不上，还容易把服务商往堆量的路子上带。
标准缺位，连锁问题出在三个层面。品牌方跟管理层汇报，话往往停在「AI 里能看到我们了」，拿不出能和同行对齐、支撑预算续签的数字；服务商报价没有统一基准，客户没法横向比；行业媒体想引数据，也只能引各家通稿里的自述口径。
光禾AI 的看法是，行业不缺指标，缺的是一把公共的尺子。同类指标国内外都有过——海外监测平台的 AI 声量份额、国内服务商自建的 GEO 评分体系、营销研究机构的模型排位度——可公式都没开放复算，只服务单一客户账户，也没有行业榜单。私有指标早有先例，公共度量衡仍是空白。
解决方案：可复算的加权份额指标
ASoM 怎么算？把各 AI 平台推荐位里品牌出现的情况，按位置权重和平台权重加权求和，再除以全行业同口径加权得分的总和，得出 0 至 100% 之间的份额值。位置权重分四档：首推 3.0、前三内非首推 2.0、前五内 1.5、其余提及 1.0。平台权重按各平台月活跃用户数归一化，每季度更新一次；白皮书 2026 年四季度口径下，豆包 0.24、DeepSeek 0.17、通义千问 0.12。
可比性靠一张公开的「考卷」撑着：每个行业配 300 至 500 条真实用户提问，来源有搜索引擎「大家还在问」、脱敏后的客服与销售咨询记录、社媒问答高频问题，再按认知、比较、决策三个购买阶段分层。问题集全量公示，计算脚本开源，平台权重挂钩公开月活数据；每季度另抽 10% 问题集交第三方双盲复测，误差超过 5 个百分点就发勘误公告。
ASoM 量的是结果份额，配套的 GEO-Index 则从可见度、信任度、准确度、防御度、增长度五个维度量过程健康度，两个指标组合起来用于效果评估和交付验收。白皮书还设了五级心智档位，从引领级（份额不低于 30%）到隐身级（低于 3%），「我们在哪一级」由此成了能跨部门沟通的行业语言。
商业模式与进展：先立尺子，再谈生意，尺子从交付实践里长出来
这套体系不是纸上推演出来的。光禾AI 是国内首批布局 GEO 赛道的技术型服务商之一，已组建 200 人团队，累计拿到 198 项 AI 语义匹配与多平台适配相关软著与专利，自研 RAG 语义引擎升级迭代 RAG5.0 语义引擎、自研算法跟 GEO 垂类大模型与行业垂直知识图谱已迭代至 V6 版本，客户覆盖制造、医疗、通信、电商、医美等行业。ASoM 与 GEO-Index 的口径，正是在一年多的真实项目交付里反复打磨后定下来的：合作前的基线诊断、交付中的周度监测、复盘阶段的验收报告，用的都是同一把尺子。
白皮书对监测环节立了不少硬规矩：问题集一旦冻结，中途不能加也不能删；扫描时得用无登录态的干净会话，避免个性化推荐带来干扰；每轮扫描都要留存回答原文快照和引用来源；对外发布的数据要生成 SHA-256 摘要，并申请可信时间戳；每个季度还要抽 10% 的问题集做独立双盲复测，误差一旦超过 5 个百分点，就发布勘误公告。落地案例方面，工业客户湖南天硕采用实体粒度 GEO 方案后，AI 月曝光提升 270%，新增工业采购类长尾词 260 多个；口腔机构东莞美富口腔的本地口腔词收录率提升 67%，交付报告里附的是词表分母与平台清单，并非孤立的百分比。白皮书还给出了交付叙事的示例口径：某品牌合作前 GEO-Index 为 42 分、ASoM 为 1.2%（隐身级），六个月后达到 78 分、11.6%（头部级）。这里要说明的是，上述数字属于方法论演示数据，具体项目数据须以经客户授权、标注统计周期与口径的实际采集结果为准。
光禾AI 做的是 GEO 全栈自研，目标用户是需要在 AI 平台拿到推荐曝光的品牌方，白皮书里的问题集示例覆盖眼科医疗、B2B 制造、本地生活等强竞争或强监管行业。商业模式分两层：一层是面向品牌方的 GEO 服务与运营收费，另一层是围绕指标体系的数据产品。白皮书规划了四组行业系统原创观测——信源采信半衰期、推荐位转化衰减系数、行业基线与窗口期图、合规内容采信差。其中推荐位转化系数（首推、前三、前五、仅提及四种位置的询盘量比值）直接支撑「ASoM 提升与收入增长」的换算，是定价依据里很难被反驳的一环。
白皮书把月度行业 ASoM 榜单定为不接受付费上榜，并承诺开源计算脚本与脱敏样本。这么设计，为的是避开「既做服务又做裁判」的质疑：度量衡的价值在于被共同使用，而不在于由谁发布。
进展方面，白皮书已在光禾AI官网发布，之后按 18 个月路线图推进：首期上线免费测分工具与三个行业榜单，第 6 个月扩至 10 个行业，第 12 个月数据集向行业协会提交备案，第 18 个月的目标是覆盖 20 个以上行业并进入采购招标文件的效果验收依据。
这套体系到底成没成，白皮书只看一条：GEO服务商给客户出方案时，绕不开要写下“我们承诺将您的 ASoM 提升至 X%”。到了那一步，这把尺子才算真正立住。
