geo-score 分数怎么算

每一个 geo-score 都按 AIV 量表 v1.1 计算。这是一份公开、带版本号的规范，写明测什么、每一档要满足什么、值多少分。命令行严格照它实现：检查编号、分值、各档、档位和门槛封顶都与量表的 JSON 一致，偏离时仓库里的测试会失败。本页是规则摘要，全文见 rubric/v1.1.zh-CN.md。

计分规则有哪些？

1. 抽样。8 个网址：首页、2 个主要产品或服务页、2 个文档或知识页、3 个近期内容页。页面不够的站全部取用，并在报告里写明。
2. 分档，不是及格不及格。每项 2 到 4 档，每一档写的是抽样页里的具体页数，所以两个人给同一个站打分，在算术上不会有分歧。证据真正满足哪一档，就给哪一档。
3. 三种状态。计分、不可观测、不适用。后两种退出分母，报告写作「得分 / 可观测满分」。
4. 门槛。三项 g. 检查照常计分，同时决定是否封顶，但只在某一项得 0 分时生效：归一化分最多 40。
5. 加分。四项 b. 检查只加在分子上，最多 +6，总分不会超过 100。
6. 重实质轻形式。标题算不算匹配提问意图，看人会不会这样问，而不是看有没有问号。
7. 中文页面。答案段按 50 到 200 个字判断，英文按 25 到 120 个词。
8. 证据。每一项都要有别人能复现的观察：状态码、计数、哪句话算数或不算数。

量表里有哪些检查？

五个支柱下的 21 项计分检查合计 100 分。门槛项单独标出；最后一列说明命令行是按规则读取、用启发式近似，还是不读。

各个档位是什么意思？

档位线取自 GW Content 公布的 AEO 就绪度阶梯，它同时写明多数商业网站落在 30 到 55 分之间。档名描述的是所处阶段，不是判决。

为什么是两个分数，而不合成一个？

就绪度就是这 100 分：网站方能改、站外能观测的部分。AI 引用表现是用真实问题去问时，引擎到底有没有引用这个站。它是就绪度加上时间的结果，而且同一个问题问两次答案不同，所以和分数并列报告，从不并进分数。geo-score 的第 2、3 级用你自己的 API Key 测它。

不并进去的一个原因：一项研究在 24 小时内重复同一个提示词，两次运行引用的来源平均重合度（Jaccard）在四个行业里各为 0.32 到 0.43（同一市场、四家引擎合并计算，Schulte et al. 2026，§5）。

每个权重依据的是什么？

每一项都写明它的证据类型（已发表的研究、厂商自己的文档、实地观察，或是还没有引擎确认使用的约定），附上来源和最近核实日期，见证据表。对权重影响较大的两条：

• 在模拟引擎里，一次改写一个来源，加上引用、统计数据或专家引语，能让这个来源在答案里的占比提高至多约 40%（按位置加权字数计）；权威语气没有显著提升（Aggarwal et al., KDD 2024）。这个提升并不能直接照搬：后来一个按引用排名衡量的基准发现，多数已发表的方法没有显著提升（C-SEO Bench，§6.2）。
• llms.txt 这一项依据 Answer.AI 的 llms.txt 提案，这个约定还没有引擎确认使用，证据表照实写明。

支撑最薄的是 p2.answer-passages、p2.question-intent 和 p1.llms-txt，证据表点了名。

怎么对某个权重提出异议？

带着你的证据开一个量表修订提案。关于权重的证据，是这个项目最想要的贡献。新版量表和旧版不可比，所以每份报告都写明用的是哪一版：「71（v1.1）」是一个可核验的说法，「71」不是。