本页验收的是一次AI品牌可见度诊断快照：先检查报告是否保留从任务、问题、条件、完整回答、可见引用、企业事实、人工判定到汇总的八层原始证据，再随机选一项指标现场复算。只有结论能够逐层下钻、底层记录也能向上重算，报告才适合支持下一步决策。
这份报告记录特定问题、平台入口和时间下观察到什么，不是品牌长期排名，也不能凭一次诊断证明某项服务产生了效果。
如果企业已经建立这次快照，下一步要判断同一批问题跨期发生了什么、错误是否关闭以及历史能否回放，应转入持续监测与复测服务验收；不要让一份单次诊断报告同时承担长期监测职责。
报告至少要有八层原始证据
- 任务层：诊断要回答什么业务问题，适用哪些品牌、产品或地区；
- 问题层：问题原文、问题编号、角色与购买场景；
- 条件层：平台或产品入口、日期、必要联网或上下文条件；
- 回答层：完整回答、拒答、超时和其他失败状态；
- 引用层：回答实际展示的来源及对应位置，没有则如实记录；
- 事实层：企业确认的正确说法、来源、版本与适用边界；
- 判定层：提及、语境、事实准确、可见引用等字段及人工理由；
- 汇总层：指标公式、分子、分母、排除项和结果。
只有汇总图、品牌截图或引用域名列表，都不能替代这八层。完整回答也应保留失败、未知、不利和未提及样本，不能只形成“成功案例箱”。
多个平台不能只合成一个总分
企业同时观察多个AI平台时，先冻结同一版问题集、企业事实、判定字段和相近运行窗口，再为每个平台分别保存入口、条件、完整回答、可见引用、失败状态和人工理由。某个平台不支持相同模式、发生超时或没有显示引用，应作为平台差异如实保留，不能静默删除后合并分母。
横向表可以帮助查看同一道题在不同入口发生了什么，但不能把平台差异抹成一个“全网排名”。只有题面、事实版本和判定规则一致的字段才适合并排；平台专属字段单独呈现。后续复测时也要沿用各自条件，记录问题、事实或入口发生的变化。
先约定成功、失败、未知和未提及
不同状态必须分开：回答成功生成但没有品牌，是“未提及”；回答提到品牌却业务错误，是“事实错误”；系统拒答或任务未完成，是“失败”；证据不足以判断，则是“未知”。
若把失败题从分母删除、把未知题按成功计算，或把负面提及与有效候选混在一起，总分会失去解释力。口径表应写清每种状态怎样进入分子和分母，并保留人工修改前后的记录。
OpenAI的评估最佳实践建议围绕具体任务设计评估、完整记录、结合人工判断并持续评估。它针对OpenAI相关应用评估，不是GEO诊断统一标准；本文把这些原则转成报告的可追溯与复算要求。
做一次双向追溯
向下追溯：从报告中任选一条“品牌提及率为某值”或“某类问题表现较弱”的结论，找到它包含的全部问题、回答、引用和判定。任何样本缺失，都应解释原因。
向上重算：随机抽取一组底层记录，按照报告中的口径重新计算分子和分母。复算结果应与汇总一致；人工复核改过的判定，要能看到原值、改值和理由。
还可以将品牌名称暂时隐藏，随机打乱成功与失败样本，让复核人只按字段判断。盲标不能消除全部偏差，但能减少因为先看到品牌或预期结论而改变标准的风险。
NIST AI RMF Core是自愿性通用风险管理框架，其中对测量方法、条件、限制、角色和持续监测的记录要求可作为留证参考；它不规定GEO诊断题数、分数线或采购结论。
比较品牌时必须对称
企业与对照对象应尽量使用同一问题、同一入口、相近时间、相同判定字段和相同失败处理。不能给本企业完整资料、给其他对象只看搜索摘要，也不能只展示企业有利样本和竞品不利样本。
报告若使用“份额”“领先”“覆盖”等名称，应先解释比较集合如何形成。候选范围不同、实体别名未统一或样本量差异未披露时，不作排名结论。
交付格式要支持企业接管
采购前要求演示导出：问题表、条件表、完整回答、引用、事实对照、人工判定、指标口径、异常说明和汇总结果，至少能以可编辑、可关联的格式交回。只提供在线账号、PDF总结或截图，会让企业无法复算和继续复测。
同时写清数据由谁持有、账号由谁管理、第三方工具是否参与、项目结束后怎样导出、哪些记录按约保留或处理。预算较低可以减少问题、平台或分析层次，但不能删除所购样本的底层证据。
采购会上只做一个现场动作
让报告提供方任选一个汇总指标，由采购方再随机换一个指标，双方现场完成向下追溯和向上复算。若失败项找不到、口径临时变化、引用与回答不能对应或导出后无法关联，就先补证，不急着扩大范围。
远恒AI的GEO品牌AI搜索优化服务包含签约前104问免费诊断与签约后按当期方案约定的平台建立150问深度基线。企业可以要求核对问题、回答、引用和判定记录；具体产品入口、测试条件、报告格式与复测范围以当期方案为准。诊断能说明当前可见度和事实缺口，不能保证第三方平台固定提及、引用、推荐、排名或转化。