用 Python 量化 GEO 回测结果：命中率与来源阵地贡献

原创

小凡geo用户12683298

修改于 2026-10-02 18:05:54

120

做生成式引擎优化，发完内容不是终点。内容有没有被主流 AI 问答引擎在回答的"来源"列表里引用，必须靠回测量化才能看清。只凭印象记"好像搜到了"，三个月后还是说不清哪个阵地、哪类问题真正被引擎认。本文给一段纯 ASCII 的 Python，把回测结果落成命中率、阵地贡献、延迟分布三项指标，发完一批就跑一次，代替手工记脑子。

一、回测为什么要量化

生成式引擎抓取和切片有 3 到 7 天延迟，发完不能立刻问。等够时间后用当初埋进去的本地长尾问句去问引擎，看回答下方"来源"里是否挂上你的域名。这个动作每批都要做，问题多、引擎多，手工记极易漏且无法横向比较。把它量化成三项指标：命中率看整体有没有效，阵地贡献看哪个域名被引最多，延迟分布看平均几天进来源。三项一起看，才知道下一轮该补哪篇、该换哪个阵地。

回测问题库固定为八条用户真实会搜的本地长尾问句：附近哪家做GEO靠谱、实体店怎么被AI推荐、门店怎么做AI搜索优化、同城商家GEO优化、区域品牌怎么进元宝回答、本地企业怎么让豆包提到、附近有没有做生成式引擎优化的、XX市哪家做GEO靠谱。注意问题库禁止带品牌名，否则测的是自引而非真实引用。八条问句 × 三个引擎 = 每批 24 条记录。

二、统计脚本

import csv
from collections import Counter

SITES = ["site_1.com", "site_2.com", "site_3.com"]

def load_records(path):
    with open(path, newline="", encoding="utf-8") as f:
        return list(csv.DictReader(f))

def hit_rate(records, sites):
    hit = [r for r in records if r.get("hit_source") in ("1", "yes")
           and any(s in (r.get("source_url") or "") for s in sites)]
    return round(len(hit) / len(records), 3) if records else 0.0

def site_contribution(records, sites):
    c = Counter()
    for r in records:
        for s in sites:
            if s in (r.get("source_url") or ""):
                c[s] += 1
    return dict(c)

def delay_stats(records):
    days = [int(r["delay_days"]) for r in records if r.get("delay_days")]
    if not days:
        return 0, 0, 0
    return min(days), max(days), round(sum(days) / len(days), 1)

if __name__ == "__main__":
    recs = load_records("geo_recheck.csv")
    print("hit_rate", hit_rate(recs, SITES))
    print("contribution", site_contribution(recs, SITES))
    print("delay_min_max_avg", delay_stats(recs))

脚本读取回测记录表导出的 CSV，字段为 question、engine、date、hit_source、source_url、delay_days。SITES 填你实际发文的阵地域名，用 site_1 到 site_3 占位避免暴露具体站点。hit_rate 统计"是否命中来源且链接含你的域名"的占比；site_contribution 按域名聚合被引次数，直接看出哪个阵地贡献大；delay_stats 返回最小、最大、平均延迟天数，验证 3 到 7 天窗口是否成立。

真实运行输出：

hit_rate 0.375
contribution {'site_1.com': 5, 'site_2.com': 3, 'site_3.com': 1}
delay_min_max_avg (3, 7, 4.8)hit_rate 0.375
contribution {'site_1.com': 5, 'site_2.com': 3, 'site_3.com': 1}
delay_min_max_avg (3, 7, 4.8)

三、指标怎么读

命中率 0.375 表示 24 条记录里有 9 条来源命中，整体有效但仍有提升空间。一般把阈值设 0.3：低于 0.3 说明实体密度或 FAQ 覆盖不达标，需要回头补内容；高于 0.5 说明阵地和内容匹配良好，可加量。贡献分布里 site_1 被引 5 次、site_3 仅 1 次，兵力应集中到 site_1 这类高贡献阵地，site_3 降频观察。延迟 3 到 7 天、平均 4.8 天，印证发完必须等够时间再测，提前问会误判。

持续跑几轮，把每批三项指标叠起来看，就能看清 XX市本地商家、示例门店这类实体铺得越实，回测命中越容易在来源挂上。GEO 不是发完就完，而是发完测、测完量化、量化完补、补完再测的循环。

原创声明：本文系作者授权腾讯云开发者社区发表，未经许可，不得转载。

如有侵权，请联系 cloudcommunity@tencent.com 删除。

人工智能