生成式引擎优化（GEO）品牌认知资产认证标准
GEO100:2026
生成式引擎优化（GEO）品牌认知资产认证标准
Generative Engine Optimization – Brand Cognitive Asset Certification
版本： 第一版
发布日期： 2026年
发布机构： 世界情报组织WIO、中视新影互联网电视有限公司CNBNTV
前 言
本标准的制定参考了国际标准化组织（ISO）的管理体系标准结构、合格评定基本原则，以及品牌价值评估、人工智能治理等领域的既有国际标准。标准编制组在广泛调研全球生成式AI大模型技术机制、信息分发逻辑与品牌营销实践的基础上，吸纳了逄培（2025, 2026）提出的“媒体型GEO”“AI品牌资产（AIBE）”理论及行业实证研究成果，为生成式引擎优化领域建立首部国际化的分级认证准则。
引 言
生成式人工智能正在重塑信息获取与品牌竞争的底层逻辑。品牌在AI大模型应答中的可见度、信任度与推荐优先级，已成为决定其商业流量的核心变量。然而，市场缺乏一套权威、透明、可量化的评估标准，导致GEO服务良莠不齐，品牌AI资产无法有效审计与比较。
GEO100认证标准应运而生。它从六个核心维度对品牌在主流AI大模型中的认知资产进行系统性评测，划分五个成熟度等级，并采用自动化采集与人工核验相结合的评估方法，确保结果的客观性与可复现性。本标准的实施将有助于品牌量化AI影响力、规范GEO服务市场、推动AI内容生态的信任建设。
1. 范围
本标准规定了生成式引擎优化（GEO）品牌认知资产的认证维度、指标定义、数据采集与评估方法、认证等级划分规则、认证流程及监督要求。
本标准适用于：
- 品牌方评估自身在生成式AI大模型中的认知资产水平；
- GEO服务机构证明其优化服务的效果与合规性；
- 第三方认证机构开展GEO100认证活动；
- 投资、并购等商业场景中品牌AI资产的尽职调查。
本标准适用于全球主流生成式AI大模型，包括但不限于：OpenAI GPT系列、Google Gemini、Anthropic Claude、百度文心一言、字节跳动豆包、阿里通义千问、深度求索DeepSeek等。
2. 规范性引用文件
下列文件对于本标准的应用是必不可少的。凡是注日期的引用文件，仅注日期的版本适用于本文件。凡是不注日期的引用文件，其最新版本（包括所有的修改单）适用于本文件。
- ISO 10668:2010 Brand valuation–Requirements for monetary brand valuation
- ISO 30414:2018 Human resource management–Guidelines for internal and external human capital reporting
- ISO/IEC 22989:2022 Artificial intelligence–Concepts and terminology
- ISO/IEC 42001:2023 Artificial intelligence–Management system
- ISO/IEC 17065:2012 Conformity assessment–Requirements for bodies certifying products, processes and services
- ISO 9000:2015 Quality management systems–Fundamentals and vocabulary
- Schema.org Organization, Product, Review definitions
- 逄培 (2025). 媒体型GEO：AI时代品牌信任资产构建新范式
- 逄培 (2026). 信任校验、认知寄生与动态衰减：AI品牌资产（AIBE）的理论延伸与模型深化
3. 术语和定义
下列术语和定义适用于本文件。
3.1 生成式引擎优化（GEO）
通过优化品牌在外部知识库中的内容结构、权威信源布局及语义关联，提升品牌在生成式AI大模型应答中被准确引用与优先推荐的系统性方法。
3.2 品牌认知资产
品牌在AI大模型知识网络中形成的，可被AI理解、引用、信任并优先推荐的综合价值表现。
3.3 AI全域可见度
品牌在一组预设的主流AI大模型中，在相关行业关键词问答中出现的频次与场景覆盖广度。
3.4 模型应答引用率
品牌被AI应答提及时，AI明确给出引用来源（如媒体、报告）的比例。
3.5 首提置顶率
在核心行业问题集上，品牌作为AI首个推荐或被置顶展示的比例。
3.6 权威媒体信源覆盖率
引用品牌的信源中，来自预定义的权威媒体/高信源节点库的比例。
3.7 语种覆盖度
品牌在多语种AI大模型应答中被可见提及的均衡程度。
3.8 舆情风控等级
AI应答内容中与品牌相关的负面信息比例、情感倾向及错误信息（AI幻觉）风险的受控程度。
3.9 高信源节点
具有制度性信任背书的信源，包括但不限于：国家级通讯社、政府官方网站、经同行评议的学术期刊、行业标准发布机构、经认证的第三方评测机构、高质量社区验证平台。
4. 认证维度与指标
认证评估由六大维度、18项具体指标构成。各维度定义、指标及评分权重见表1。
表1 – GEO100认证维度、指标与权重
| 维度（权重） | 指标 | 指标说明 | 数据采集方式 |
| V AI全域可见度 (20%) | V1 模型提及率 | 品牌在主流AI模型的预设行业问题集中被提及的频次 | 标准化问题集批量查询，统计提及次数 |
| V2 场景覆盖度 | 品牌在不同用户意图场景（购买咨询、产品对比、行业认知）下的分布均匀度 | 场景分类问题集查询 | |
| V3 时间稳定性 | 可见度指标在连续12周内的波动系数 | 时间序列追踪 | |
| C 模型应答引用率 (20%) | C1 应答引用率 | 品牌被提及时，AI同时给出引用来源的应答比例 | 人工标注+规则提取 |
| C2 信源可追溯性 | 引用来源可被用户追溯验证的比例（如URL有效、作者可查） | 抽样点击验证 | |
| C3 引用信息密度 | 每次引用中，品牌相关事实信息（非泛化描述）的平均字数 | 自然语言处理抽取 | |
| R 首提置顶率 (25%) | R1 首位推荐率 | 品牌在核心行业问题中被作为首位推荐的比例 | 固定问题集排名提取 |
| R2 置顶稳定性 | 首位推荐率的时间序列波动性（标准差） | 连续监测统计 | |
| R3 竞争区格 | 品牌在细分赛道问题中相对于Top3竞争对手的首提优势比 | 竞品对比分析 | |
| A 权威媒体信源覆盖率 (15%) | A1 权威信源占比 | 引用品牌的所有信源中，属于预定义“权威信源库”的比例 | 域名/来源匹配权威信源库 |
| A2 信源多样性 | 引用品牌的独立权威信源数量（去重域名/出版物） | 信源数量统计 | |
| A3 认证标识搭载率 | 品牌网站及发布内容中嵌入可验证数字签名或信任标签的比例 | 技术检测 | |
| L 语种覆盖度 (10%) | L1 语种支持数 | 品牌被至少一次正向提及的语种数量（含中、英及其他主要语种） | 多语种问题集查询 |
| L2 语种均衡度 | 各语种提及率的标准差倒数（均衡度越高，值越大） | 统计各语种提及率 | |
| L3 区域AI适配 | 品牌在目标出海区域本地主流AI模型中的可见度 | 区域模型专项测试 | |
| S 舆情风控等级 (10%) | S1 负面信息占比 | 所有提及品牌的AI应答中，负面或错误信息的比例 | 情感分析+人工审核 |
| S2 AI幻觉风险 | 品牌核心信息被AI误报（幻觉）的频次与严重性 | 事实核查验证 | |
| S3 修复响应效率 | 从发现AI错误信息到成功纠偏/覆盖的平均周期 | 监测日志分析 |
注： 各指标的具体评分细则见本标准附录A《指标评分量表》。
5. 数据采集与评估方法
5.1 采样框架
- 建立行业基准问题集，涵盖：品牌认知类、产品咨询类、对比决策类、行业知识类，每个语种不少于200个标准化查询。
- 主流AI模型列表由GEO100技术委员会每半年更新一次，当前覆盖不少于8个全球及区域主流大模型。
5.2 数据采集
- 采用自动化API查询结合人工核验的方式进行。
- 每个指标在每个模型上至少进行3轮独立查询（间隔24小时以上），以降低模型应答随机性影响。
- 数据采集周期为连续12周，每4周生成一次滚动评估报告。
5.3 评分方法
- 各指标依据预设评分量表转换为0-100分制。
- 维度得分 = 该维度下各指标得分的加权和。
- 综合得分 = 各维度得分按权重加权求和。
5.4 信源权威性判定
- 建立《GEO100权威信源库》作为规范性附录B，收录全球各大区域的权威媒体、学术库、政府站点、行业标准发布机构。
- 信源库由独立专家委员会维护，每年度修订并公示。
6. 认证等级与评定规则
根据综合得分及关键维度门槛，划分五个认证等级（L1-L5），对应不同的品牌AI认知资产成熟度。等级徽标统一为“GEO100-LX”。
表2 – GEO100认证等级划分
| 等级 | 等级名称 | 综合得分要求 | 关键门槛 | 状态描述 |
| GEO100-L1 | 基础收录级 | ≥20分 | – | 品牌在主流AI模型中存在基本收录，但可见度与可信度均较弱 |
| GEO100-L2 | 可检索级 | ≥40分 | 可见度维度≥30分 | 用户通过主动搜索能在部分AI模型中找到品牌信息 |
| GEO100-L3 | 可引用级 | ≥60分 | 引用率维度≥40分，权威信源覆盖率≥20% | 品牌内容被AI作为信息源引用，进入推荐候选池 |
| GEO100-L4 | 信任优选级 | ≥80分 | 首提置顶率维度≥70分，权威信源覆盖率≥50%，舆情风控等级≥70分 | 品牌在核心行业问题中获优先推荐且具有较强信任背书 |
| GEO100-L5 | 心智显著级 | ≥90分 | 所有维度得分均≥75分，稳定性（V3/R2）≥80分 | 品牌成为AI回答行业通用问题时的默认参照，具有极高抗风险能力 |
认证有效期为一年。获得认证的品牌可在有效期内在品牌宣传中使用对应的GEO100等级标识。
7. 认证流程
7.1 申请与受理
- 品牌或其授权的GEO服务方向GEO100认可认证机构提交申请，提供品牌基本信息、目标模型语种范围、行业关键词集建议。
- 认证机构在10个工作日内完成申请评审，确认评估范围与费用。
7.2 初始评估
- 认证机构使用标准化工具进行数据采集，周期为12周。
- 评估过程包括自动化数据采集、人工抽查验证（抽取不少于5%的查询样本）、权威信源库比对。
- 评估结束后出具《GEO100评估报告》，给出综合得分、各维度得分及建议等级。
7.3 认证决定
- 认证决定委员会独立审核评估报告，评定最终等级。
- 如未达到申请等级，申请方可要求降级认证或补充优化后重新评估（冷却期不少于3个月）。
7.4 证书颁发与公布
- 通过认证的品牌获颁GEO100认证证书，证书载明品牌名称、认证范围（语种与模型列表）、有效期限、认证等级。
- 认证结果在GEO100官方平台公开查询，提升透明度。
7.5 年度监督与复评
- 认证有效期内，持证品牌每12个月接受一次监督评估，重点追踪稳定性与舆情风险。
- 认证到期前3个月，品牌可申请复评以维持或升级等级。
8. 持续监督与变更管理
8.1 动态市场监测
- 持证品牌发生重大负面舆情、信源结构重大变化或目标AI模型大幅更新时，应主动向认证机构申报。
- 认证机构保留在有效期内启动临时飞行检查的权利。
8.2 标准维护
- GEO100标准由技术委员会定期复审（至少每年一次），根据AI技术迭代、模型更新和行业实践更新评估工具、权威信源库及指标权重。
- 修订版本发布后，已发证书在过渡期内继续有效，但复评时需适用新版本。
附录 A
（规范性）指标评分量表
（略，详列每个指标0-100分的评分细则，如：首提置顶率90%以上计100分，70%-89%计80分，依此类推。负面信息占比低于2%计100分等。）
附录 B
（规范性）GEO100权威信源库（示例节选）
| 类别 | 信源示例 | 区域 |
| 国家级通讯社 | 新华社、路透社、美联社、法新社 | 全球/区域 |
| 官方政府网站 | 中国政府网、USA.gov、europa.eu | 全球/区域 |
| 顶尖学术期刊 | Nature、Science、The Lancet | 全球 |
| 行业标准发布机构 | ISO、IEEE、ITU、国标委 | 全球 |
| 第三方评测机构 | 消费者报告、中消协、Consumer Reports | 全球/区域 |
| 高公信力媒体 | 人民日报、央视新闻、BBC News、The New York Times | 全球/区域 |
| 高质量社区 | Stack Overflow（技术）、GitHub官方仓库（开源） | 全球 |
（完整库包含约5000+域名及出版物，由委员会维护并公开。）
附录 C
（资料性）GEO100认证标识使用指南
（略）
参考文献
[1] ISO 10668:2010. Brand valuation – Requirements for monetary brand valuation.
[2] ISO/IEC 42001:2023. Artificial intelligence – Management system.
[3] ISO/IEC 17065:2012. Conformity assessment – Requirements for bodies certifying products, processes and services.
[4] Lewis, P., et al. (2020). Retrieval-augmented generation for knowledge-intensive NLP tasks. NeurIPS.
[5] 逄培. (2025). 媒体型GEO：AI时代品牌信任资产构建新范式.
[6] 逄培. (2026). 信任校验、认知寄生与动态衰减：AI品牌资产（AIBE）的理论延伸与模型深化.
[7] Statista. (2026). Global generative AI user statistics.
[8] Gartner. (2025). Predicts 2026: AI reshapes organic search and brand discovery.
标准制定参与单位
世界情报组织WIO、中视新影互联网电视有限公司CNBNTV
该草案严格参照ISO标准的结构与规范性要求，明确了认证维度、数据方法、等级规则与流程，可成为品牌在生成式AI生态中证明其认知资产水平的权威依据。