十月初，一个朋友给我发来一个链接，附带一句：
「帮我看看这份GEO报告，现在GEO很火，各个企业都在做，我想搞个代理做做，你看看这家代理商出的GEO报告怎么样，我感觉数据漂亮得有点不真实，但又说不出哪里不对。」
这是一份 GEO 检测报告——检测一个学校品牌（成都某外籍人员子女学校）在豆包、元宝、DeepSeek 这些 AI 平台里被推荐的情况。8 个平台、15 道题、情感分析、竞品对比、六维雷达图、行业百分位，一应俱全。
综合 84 分，超过 78% 的同行，购买优化服务后可以做到 95 分。
我没有急着下结论。做数据的人都知道，越是漂亮的报表越要重数一遍。我打开浏览器开发者工具，看这个页面到底加载了什么。
结果比我预想的有意思。
我只做了一件事：看页面自己交代的数据
先说清楚审计方法，因为这一步比结论更重要。
一份在线报告页面，本质是前端拿一份数据包渲染出来的。这意味着：页面上每个数字，要么来自数据包里的原始值，要么是前端脚本现场算出来的。两者都摊在你面前。打开开发者工具的网络面板，找到那份 JSON；再看渲染脚本怎么消费它。不需要任何特殊权限，不碰对方后台，一切基于页面正常加载时主动交给浏览器的东西。
我用这个方法把报告页面拆了一遍：数据包是页面上一个叫 REPORT_DATA 的全局变量，由一个 normalizeData() 函数从原始 JSON 加工而来；渲染逻辑在一段 65304 字符的主脚本里，renderKPI 之类的函数逐个可读。
下面五个发现，全部来自这两处。我把它分成「页面实锤」和「合理怀疑」两类——前者是我重算过、代码里写死的，后者是数据形态可疑但后台无法核实的。这个区分后面还会用到。
水分一：总数凑平了，明细对不上
报告里最基础的表：每个平台、15 道题里提及了学校几次。我把数据包里的明细逐条重数了一遍。
| 平台 | 报告声称 | 我数出来 | 题数 |
|---|---|---|---|
| DeepSeek | 11 | 10 | 15 |
| 豆包 | 14 | 14 | 15 |
| 元宝 | 14 | 14 | 15 |
| 通义千问 | 10 | 11 | 15 |
| 文心一言 | 14 | 14 | 15 |
| 纳米搜索 | 5 | 5 | 15 |
| Kimi | 9 | 9 | 15 |
| 智谱清言 | 4 | 4 | 15 |
总数 81 对 81，看起来严丝合缝。但 DeepSeek 多算了一条，千问少算了一条。
总数凑平、明细错位，这个形态很有意思。如果是一次真实采集自动计数，明细应该天然一致；手工改过两个平台的数字又忘了总数，才会长这样。当然，也可能有别的解释。这是我说的「合理怀疑」，但它至少说明：这份报告的数字没经过最基本的自检。
顺带一提，DeepSeek 的提及率写着 0.73。可 10/15 是 0.67，11/15 才是 0.73。
水分二：15 道题的「正面证据」，其实是同一句话
每道题下面都挂着几条「正面评价片段」，两三条到八条不等，看起来证据充分。
但数据包里每道题都有一个字段：独立证据数（uniqueSnippets）。15 道题，全部等于 1。
意思是：不管这道题下面列了多少条正面表述，都出自同一段素材。同一句「IB 均分 38.2，有牛剑 offer」，同时支撑了「学校怎么样」「学费值不值」「升学怎么样」「师资怎么样」四五个问题的结论。
这不算撒谎。只是 15 道题、每题平均 5 条正面片段，看上去 70 多条证据的量，独立来源始终是那一个。
水分三：4 条引用，来源写着 virtual
报告的「自媒体引用」部分，统计了知乎、公众号、百家号、小红书这些平台上关于学校的引用内容，共 12 条。
数据包里这 12 条引用带来源标记：8 条标 search，4 条标 virtual。
virtual 是什么？翻译过来：这 4 条不是从任何平台搜出来的，是生成的。它们出现在「自媒体引用」列表里，和真实搜到的 8 条混在一起，页面上看不出任何区别。
引用的平台分布，声称和实数也对不上：微信公众号 3 条实为 2 条，百家号 2 条实为 3 条；权威媒体那 11 条里，声称的 7 个来源实际只出现 6 个。
水分四：行业基准和百分位，是后台发的三个现成数字
报告顶部最抓眼球的三个数：综合 84 分、行业基准 65、超过 78% 的同行。
在数据包里它们是同一个 score 对象下的三个字段：total、benchmark、percentile。值都是现成的。「行业基准 65」不需要页面算什么，后台发什么就显示什么；渲染函数的工作，是画一个仪表盘。
哪个行业？多少家同行？分位数怎么算的？无从考证。
同一套渲染逻辑里还有个更妙的处理：官网六维雷达图，在分项数据缺失时，把官网总分填进六个维度。六边形看起来饱满均衡，实际数据点只有一个。这份样本正好命中了这个分支——那张漂亮的六边形雷达图，是总分的一次六次方展示。
还有「竞品优势 1.8 倍」这种指标，实现方式是本品牌得分除以竞品平均得分，两个分都是后台给的。
水分五：优化预测，84 到 95 的对称魔术
报告最后一节是「优化预测」：当前 84 分，购买优化服务后 95 分。
四个维度各自的提升：可见度 85→95、内容 82→92、权威 88→95、互动 80→90。清一色 +10 左右。
做过预测模型的人都知道，真实的预测不会这么对称——不同维度的提升空间取决于基线、竞争强度和可操作性，必然有多有少。四个维度整齐划一的 +10，不是模型输出，是拍出来的定价依据：84 到 95，刚好够证明服务值得买，又不至于夸张到离谱。
情感分析那部分的 20 道题，我也数了一下，全部是品牌词问题——「X 学校怎么样」「X 学校学费贵不贵」这种，没有一道是无品牌提示的开放题。这正好踩中了 GEO 测量里最经典的口径陷阱：把「用户问了学校名字后 AI 复述了它」当成「获得了新曝光」。这道题库里 20 道题，全是前者。
先说句客观的公道话：它不算假报告
审计完这五处，我的结论反而是：这份报告不是全盘造假的空壳。
8 个平台、15 道题、81 条提及，采集是真做了的；大部分计数也对得上。如果它凭空编数据，反而好识别——总数对不上、平台行为模式不合理，一眼就能看穿。
真正难防的是这种：采集真的做，数据大体真，水分藏在证据复用、虚拟来源、直给的基准分、对称的预测里。每一处单独看都可以有解释，合在一起就是一份没经过验收、却拿来收钱和谈合作的商业报告。
还有一个边界要交代：我只审计了页面交付的数据和渲染逻辑，后台究竟怎么采集、有没有人工修饰，我看不到，也不下结论。这篇文章里所有「实锤」，都限于页面自己交代的部分。
针对GEO相关报告，我们怎么看
这事给我的最大启发，跟某一家做得行不行没关系：GEO 检测报告目前没有任何行业标准，你拿到手的每一份都应该先验收。方法不难，以下七条按优先级排：
- 要原始回答。每道题的 AI 回答原文 + 采集时间戳，给不出的直接出局。这是所有指标的地基，地基不给，上层全是对不上的账。
- 指标必须带分母。「提及率 93%」这种数没法验收；要说清「15 道题里提及 14 道，采集于某周三晚上 8 点，每题新会话」，才谈得上核对。
- 数一遍明细。声称的总数和明细自己加总对不对得上，是最便宜的自检。连这都错的，说明交付前没人看过第二遍。
- 查引用的来源标记。让供应商说明每条引用的来源字段含义，警惕 search 之外的任何标记：virtual、generated、synthetic，都是同一个意思。
- 问独立证据数。同一句素材被剪成多份用，直接问：这 N 条正面评价，独立来源几条？
- 基准分要求给算法。行业基准和百分位，必须能回答「样本是谁、多少家、什么时间窗、怎么算的」。答不上的，当成装饰看。
- 警惕无品牌题占比为零的提及率。全是「X 学校怎么样」这种题测出来的提及率，和真实获客能力是两回事。
这七条不针对任何一家。行业早期，真采集和真水分并存，区分的成本暂时落在买家自己头上。
总结
后来我把这次审计的证据存成了一份 JSON 留档，也成为我们后来自己做 GEO 监测平台时定数据口径的起点：每个指标必须能从原始回答重算，独立证据数直接进数据库字段，未知值不许当零处理。
那套平台怎么搭、跟这次审计的关联有多深，是下一篇文章的事。
至于朋友那单合作，后来确实没谈成，和他聊了之后他又去实地考察了一趟，回来跟我说，这家公司的业务重心其实放在代理加盟上，检测是那门生意里的一环。话里话外，收加盟费的味道比做检测重。他说幸好提前把数据拆了一遍，心里有了防范，看什么都有点祛魅了。现在GEO的风口大家都想抢占，这个可以理解，但是布局的同时，千万别被别人割了韭菜。
如果这篇文章对你有帮助，欢迎关注「技术派罗恩」，会不定时的分享一下对你真正有用的实战经验。