验收能否公平，关键不在临时挑几个问题，而在项目启动时把查询词、测试环境、记录表和判定口径固定下来。统一测试探针适合需要比较页面可访问性、抓取索引、实体表达和AI引荐的团队；如果每轮测试都换问题或换页面版本，结果就很难说明改动到底带来了什么变化。
验收先别急着看答案
GEO项目开展验收工作时，第一件事不是截取一张AI回答截图，而是确定验收要回答什么问题：页面能否访问，搜索引擎是否能抓取，关键内容是否进入索引，实体名称是否前后一致，还是用户能否从AI回答点击到页面。不同问题对应不同观察对象，不能用一个结果替代全部判断。
把“答案里有没有出现品牌”直接当成项目结论，容易把抓取、引用、点击和转化混在一起。爬虫访问只是中间信号，答案出现也不等于用户点击；真正涉及业务价值时，应把AI引荐点击、有效表单或订单中的一个设为主转化事件，再用自家后台和CRM记录验证。
一根探针到底要固定什么
统一测试探针可以理解为一套固定的“提问加环境加记录”组合。查询词要保留原始写法，并标注用户意图，例如定义型、比较型、选购型或服务型；环境则记录地区、语言、设备、登录状态和测试时间，避免把环境变化误认为页面变化。
探针还应绑定测试页面和版本号。页面标题、首段结论、实体名称、引用材料、结构化数据和主要链接发生调整时，都要留下变更说明。这样回看时能知道某次结果对应哪一版页面，而不是只记一句“这次回答变了”。
页面能打开不等于测试完成
页面验收至少要分成访问、抓取和索引三个层面。访问测试看状态码、跳转链、移动端展示和主要内容是否能直接读取；抓取测试看robots.txt、站点地图和页面链接是否存在明显阻断；索引测试则要在对应搜索工具中查看页面状态。Google Search Central《搜索抓取和索引编制概览》对抓取与索引的关系有明确说明。
这部分不要用AI回答来代替搜索基础检查。若页面对普通用户可见，但依赖脚本后才出现主体内容，或者 canonical、noindex、登录限制与预期不一致，探针结果就应标记为“页面基础条件未满足”，暂停引用表现判断，先处理访问链路。
结构化数据别只看有没有
结构化数据的验收重点是类型、属性和值是否与页面可见内容一致，而不是代码里出现了某个词就算完成。Schema.org《Schema.org词汇表》定义了类型与属性之间的语义关系，实际使用时还要结合页面主题选择相应类型，避免把产品、机构、文章和服务混成一套描述。
页面中的组织名称、产品名称、作者、服务区域和更新时间，更适合采用同一套写法。结构化数据写一个名称，标题写另一个简称，正文又使用第三种叫法，会增加机器判断实体关系的难度。验收记录应保留页面展示内容、源码中的结构化数据和修改前后的差异。
引用链和实体要放在同一张表里
AI搜索测试不能只记录“有没有被提到”，还要记录回答引用了哪些页面、页面是否能回到原文、原文是否明确回答了查询意图。引用链可以从查询词开始，经过AI回答、引用页面、落地页和后续动作逐层记录；其中任何一层缺失，都应单独标记，不能直接写成转化结果。
实体一致性也要放进同一份测试记录。企业名称、产品线、服务范围和联系方式在页面标题、正文、结构化数据及站内链接中的写法要能相互对应。若使用外部材料作事实支撑，应记录材料名称、发布日期或版本信息，并保留原文摘录，方便后续复看。
把每次测试变成可追溯记录
下面这套清单适合放进验收表，不需要把所有指标挤进一个总分：
- 固定查询词、用户意图、地区、设备、语言和登录状态，保留原始提问文本。
- 记录测试页面、页面版本、发布时间、抓取状态、索引状态和结构化数据测试结果。
- 保存AI回答截图或文本、引用页面、引用位置、落地页和测试时间，并区分答案出现与点击进入。
- 在分析表中记录引荐来源、落地页、有效表单或订单状态，主转化事件只选一个。
- 按销售周期设定观察窗口，比较有效线索率、订单成本或页面问题数量；效果无法通用判断，需用自家数据验证。
验收结论可以分成“基础条件通过”“内容表达待调整”“结果进入持续观察”三档。某个探针没有出现预期答案，不必立即判定项目失败，还要看页面是否能访问、查询是否贴合业务、引用链是否完整，以及改动后的版本是否已经进入下一轮观察。
什么时候该改探针，什么时候该改页面
探针本身不应因为一次结果不理想就随意替换。只有查询意图已经改变、业务服务范围发生变化、页面主题迁移，或测试环境无法复现时，才适合新建探针；原探针应继续保留，否则前后数据失去可比性。
如果访问、抓取和索引状态稳定，但回答没有覆盖核心服务，先检查首段是否直接回答问题、实体关系是否清楚、引用材料是否能支持结论。若AI引荐点击出现但有效表单没有增加，页面内容和转化路径需要分开分析，不能只继续增加查询词。效果判断仍需用自家数据验证。