官方 AI 報表已經出現，但不是完整市占
Google 專用報表量的是網站在 Google AI 功能的曝光；Bing 報表量的是支援的 Microsoft AI 體驗中的引用。它們的平台、口徑與可用欄位都不同，不能相加成「AI 市占」。ChatGPT、Perplexity 與其他平台也沒有提供跨平台的完整品牌提及後台。所以報告要將「官方曝光」、「官方引用」、「到站流量」、「查詢抽樣」與「商業結果」分開，不用一個漂亮總數掩蓋限制。
GEO 成效怎麼衡量？Google AI、Bing AI 與 GA4 量測實作
GEO 量測不再只能靠截圖：Google 於 2026 年推出 Search Console Generative AI performance report，Bing Webmaster Tools 也提供 AI Performance。但這些工具仍無法回答「所有平台總共提到品牌幾次」，更不能單獨證明成交。本文把官方可見度、到站行為、抽樣觀測與詢盤整合成一套可核對的架構。
本文章節
- ·官方 AI 報表的現況
- ·五個量測訊號
- ·Google Generative AI 報表
- ·Bing AI Performance
- ·GA4 與 ChatGPT UTM
- ·固定查詢與詢盤
- ·用資料決定下一步
五個量測訊號，分別回答不同問題
沒有單一指標可以證明 GEO 帶來生意。有官方可見度卻沒有點擊，可能是使用者已在回答中解決問題，也可能是頁面沒有足夠的點擊理由。有引薦卻沒有詢盤，則應先檢查案例、CTA 與服務適配，而不是繼續加文章。
| 訊號 | 能回答的問題 | 主要限制 |
|---|---|---|
| Google Generative AI | 哪些頁面在 Google AI 功能取得曝光 | 只對部分網站開放，目前不提供查詢、點擊、CTR 與排名 |
| Bing AI Performance | 哪些 URL 被引用、對應哪些 grounding queries | 引用次數不是排名、權威或呈現位置 |
| GA4 | 使用者從哪個 AI 來源進站、後續做了什麼 | 沒有點擊就沒有到站資料，部分流量可能被低估 |
| 固定查詢集 | 抽樣問題是否出現品牌、來源與描述 | 回答受帳號、地區、模型與隨機性影響 |
| 詢盤來源 | AI 可見度是否轉成 Demo、表單或合格機會 | 需排除其他活動、延遲轉換與客戶自述誤差 |
Google Generative AI 報表：看曝光與頁面，不假裝有查詢排名
專用報表顯示 AI Overviews 與 AI Mode 的 impressions，並可按頁面、國家、裝置與日期查看。最新數據可能是 preliminary，圖表與表格也可能因為 property 與 page 的彙總方式不同而有差異。目前報表不提供查詢、點擊、CTR 或平均排名，所以不能用它說「哪個 AI 查詢帶來多少點擊」。相關曝光仍包含在一般 Web Performance 報表；若帳號尚未獲得專用報表，就保存 Web Performance 的非品牌查詢、落地頁、點擊與 CTR 作為替代基準。
Bing AI Performance：引用次數不是排名
Bing Webmaster Tools 的 AI Performance 公開預覽提供 Total Citations、Average Cited Pages、grounding queries、URL 層級引用活動與時間趨勢。它可以幫助找出「哪些頁已被 Microsoft AI 體驗當作來源」與「擷取時使用什麼詞組」。官方同時明確說明，citation 不代表頁面權威、排名或在單一回答中的位置。有引用但沒有點擊或詢盤時，報告要保留這個差距，不能把 citations 包裝成營收成果。
GA4 與 ChatGPT UTM：同時查 campaign source 與 referrer
OpenAI 表示 ChatGPT 搜尋引薦會自動加上 utm_source=chatgpt.com，所以 GA4 應同時檢查 campaign source 與 session source，不能再只靠 chatgpt.com referrer。Perplexity、Copilot、Gemini 與其他平台的參數與網域可能改變，需定期檢視真實來源值。報告不只看 sessions，還要依落地頁觀察案例瀏覽、service_cta_click、contact_click 與 generate_lead。App 開啟、隱私限制、重新導向或參數被移除時，部分流量仍可能被歸到 referral 或 direct，所以 GA4 是「到站行為」證據，不是「平台總曝光」。
固定查詢與詢盤：補官方報表的空白
對 ChatGPT、Perplexity 或無連結品牌提及，固定查詢集仍有用，但它只是抽樣。題目要選客戶真正的決策情境，每月使用新對話、固定措辭，並記錄日期、平台、模型、品牌提及、引用網域與頁面。結果只能用來觀察這組題目的相對趨勢，不能推論市占。同一期間再比對表單的 service=ai_voice、聯絡點擊與客戶自述來源，才能判斷 AI 電話集群是否帶來合格詢盤。
用資料決定下一步，不用文章數量代替判斷
每月先依落地頁與搜尋意圖分類。已有頁面曝光高但點擊低，先修 title、description 與搜尋摘要；查詢與現有頁意圖相同但排名尚未穩定，先補證據、決策資訊與內鏈，不另開 URL；只有出現明確不同的購買或技術意圖、且站內沒有可合理擴寫的頁面時，才建新文章。若 AI 引薦已有瀏覽卻沒有詢盤，優先改案例證據、CTA 與表單流程，不繼續堆內容。
參考資料
- Generative AI performance report (Search)｜Google Search Console Help
- Introducing AI Performance in Bing Webmaster Tools Public Preview｜Microsoft Bing Webmaster Blog｜2026-02-10
- Publishers and Developers FAQ｜OpenAI Help Center｜2026-08-29
- [GA4] Default channel group｜Google Analytics Help
常見問題
GA4 裡的 AI 流量要去哪裡看？
在探索（Explore）建自訂報表，同時使用 session source 與 campaign source 篩選 AI 來源。ChatGPT 要包含 utm_source=chatgpt.com 與 chatgpt.com referrer；其他平台再依實際收到的網域與參數維護自訂管道群組。報表要與 generate_lead、contact_click 及落地頁一起看。
品牌被 AI 提到但沒附連結，量得到嗎？
幾乎量不到——沒有點擊就沒有 referrer，分析工具拿不到資料。這正是固定查詢集存在的原因：用主動觀測補被動數據的盲區。報告裡應把「無連結提及」列為已知量測盲點。
需要買 AI 可見度追蹤工具嗎？
先用手動查詢集跑三個月再說。多數工具做的事本質相同（批量查詢＋記錄），數據一樣是抽樣不是母體。查詢量大、平台多到手動吃不消時，工具才有性價比；一開始就買，容易把工具輸出當成官方數據誤用。