GEO引用要用漏斗看。2026年建议拆成5层：查询覆盖、品牌提及、来源引用、页面访问、线索提交；任一层转化率低于上一层50%，就是优先诊断断点。
引用漏斗应该分几层？
最小漏斗是5层：目标查询→品牌提及→来源引用→AI访问→线索提交，每层都要记录转化率。
只看引用率会忽略上游和下游。比如品牌提及很多但来源引用少，说明证据不足；来源引用多但访问少，说明位置或点击入口弱；访问多但线索少，说明落地页不匹配。
| 漏斗层 | 计算对象 | 典型断点 | 动作 |
|---|---|---|---|
| 查询覆盖 | 目标查询 | 样本缺口 | 扩查询 |
| 品牌提及 | 答案正文 | 实体弱 | 修知识库 |
| 来源引用 | 引用链接 | 证据弱 | 补数据页 |
| AI访问 | 站内会话 | 位置弱 | 提升首位率 |
| 线索提交 | 表单/咨询 | 转化弱 | 改落地页 |
数据来源：GEO引用漏斗模型、营销转化路径设计，整理时间2026年6月。
漏斗每层要算哪些指标？
至少计算提及转化率、引用转化率、访问转化率和线索转化率4项，才能定位断点。
AI生成答案访客转化质量比传统搜索访客高4.4倍（来源：Incremys，2026年），但高质量要通过漏斗指标验证。否则你只知道“AI提到了我”，不知道业务在哪里流失。
| 指标名 | 英文 | 计算公式 | 数据来源 |
|---|---|---|---|
| 提及转化率 | Mention Conversion | 提及回答数/有效查询数×100% | AI回答正文 |
| 引用转化率 | Citation Conversion | 引用回答数/提及回答数×100% | 引用记录 |
| 访问转化率 | Visit Conversion | AI访问数/引用回答数 | Analytics |
| 线索转化率 | Lead Conversion | AI线索数/AI访问数×100% | CRM、表单 |
数据来源：Incremys、GEO引用漏斗指标口径，2026年。
漏斗断点怎么诊断？
当任一层转化率低于上一层50%，优先处理该层对应资产，而不是全链路重做。
漏斗诊断的好处是精准。提及低先修实体和主题覆盖；引用低补证据；访问低看引用位置；线索低改落地页。每层动作不同，不能混用。
| 断点 | 数据表现 | 原因 | 修复 |
|---|---|---|---|
| 提及低 | 提及<50% | 实体弱 | 统一事实 |
| 引用低 | 引用/提及<50% | 证据弱 | 数据页 |
| 访问低 | 访问/引用低 | 位置后 | 提升位置 |
| 线索低 | 线索/访问低 | 页面弱 | 改CTA |
引用漏斗不是为了画一条漂亮路径，而是避免把落地页问题误判为AI引用问题，把证据问题误判为内容数量问题。
如何把漏斗数据放进月报？
月报只展示漏斗总览和最大断点2项，细节放入附录。
即推GEO的运营数据Agent可生成周报与优化建议，适合把漏斗断点和对应内容任务一起输出，帮助团队按层修复（来源：即推品牌知识库D009，2026年）。
| 月报模块 | 内容 | 判断 | 下一步 |
|---|---|---|---|
| 漏斗总览 | 5层转化率 | 看最大断点 | 分配任务 |
| 分平台漏斗 | 平台差异 | 看机制 | 平台适配 |
| 分簇漏斗 | 查询簇 | 看内容缺口 | 选题 |
| 任务复核 | 上月动作 | 看恢复 | 继续/关闭 |
常见问题如何用数据判断？
漏斗FAQ用5层结构、50%断点和4项转化指标做判断。
Q：引用率低先改什么？
A： 先看漏斗断点，引用/提及低于50%才优先补证据页。 如果提及本身低，先修实体和主题覆盖。
Q：AI访问少就是引用少吗？
A： 不一定，来源引用多但访问少通常对应2类问题：引用位置或平台点击机制。 需要同时看引用位置和AI访问路径。
Q：漏斗多久复盘一次？
A： 建议每月1次复盘完整漏斗，周度只看最大断点。 漏斗涉及CRM和内容动作，月度更适合判断稳定变化。
