2026 年 9 月与 10 月，两家行业协会先后发布 GEO 团体标准。它们不是强制法规，但正在成为大客户与代理商的"验收语言"。本文把两套标准摊开对照：分别管什么、哪些条款指向平台能力、我们的对齐策略为什么按"红线/卖点/场景"三层来做。
先说结论：标准不是合规负担，是验收语言
2026 年下半年，GEO 行业第一次有了成体系的团体标准。两套体系先后落地：
| 中国广告协会 | 中国商务广告协会 | |
|---|---|---|
| 标准编号 | T/CAAAD 046/047/048—2026 | T/CAACCHINA 001~005—2026 |
| 发布 / 实施 | 2026-10-13 / 10-23 实施 | 2026-09-09 / 09-10 已实施 |
| 三/五件套 | 服务要求 · 效果监测与验证 · 内容源主体分类分级 | 通论 · 服务商评估 · 计价评估与测量 · 可信语料 · 服务流程合规 |
**先明确一个前提：两套都是团体标准，自愿采用，没有强制力。**商广协在自己的第 2 部分里写得很直白：「本标准为推荐性标准，非强制性要求」。
那为什么还要认真对待？因为标准的真实作用是统一了"验收语言"：
- 大客户采购 GEO 服务时，开始用标准的指标名提问（"你们的可见率怎么算的？分母是什么？"）；
- 代理商的提案和比稿里，会出现"按团标口径出报告"作为差异化；
- 出现了"第三方独立验证"这个新角色——标准明确要求：出具对外验证结论的机构，不能同时是优化服务的实施方。
**换句话说：用不用标准是自愿的，但客户会用它来考你。**这就是我们对齐的全部理由——不是为了拿认证，是为了在客户按标准提问时，每个问题都答得出来。
一、两套标准各管什么（按能力归口）
把两套标准按"指向谁的能力"重新归口，会看得更清楚：
指向监测与测量能力（中广协 047 + 商广协 003）
- 中广协 047：定义了六类监测维度（可见性 / 引用质量 / 回答质量 / 稳定性 / 合规性 / 过程质量）和 17 项指标，并给出了验证规则——包括"抽样复核不低于 20%""验证结论分通过 / 有条件通过 / 不通过"；
- 商广协 003：给出九大效果指标（可见率、AI 情感中正率、可见份额、平均排名、指定信息正确率 / 覆盖率、信源数量 / 问题引用率、语义一致性）和测量要求（多平台统一问题集、采集参数记录、异常检测复核）。
两套在这个维度高度互补：中广协偏"怎么验证"，商广协偏"怎么测准"。
指向数据可信基础（中广协 047 第 14 章 + 商广协 005）
- 原始记录不得覆盖、篡改或选择性删除，修改要留痕；
- 原始数据保存期限（商广协要求至结案后 3 年）；
- 服务日志、审核记录保存不少于 3 年。
指向内容源与语料（中广协 048 + 商广协 004）
这两套标准里最重量级、也最新颖的部分：把"信源"从模糊概念变成了可评级对象。
- 中广协 048：内容源主体分五类（党政机关 / 专业与学术机构 / 商业机构 / 新闻媒体 / 个人），六维评分（主体资质 15 分 + 内容真实性记录 25 分 + 信息可溯源性与机器可解析性 20 分 + 行为合规性 20 分 + 稳定性与持续性 10 分 + 外部独立验证 10 分），总分 100 分对应 A/B/C/D 四级；
- 商广协 004：语料五维（权威性 / 专业性 / 真实性 / 时效性 / 内容质量）1~5 星。
这背后的行业信号是明确的：AI 引用谁，越来越取决于信源本身的可信度结构——「自有官方信源是 A 级，批量投放的软文可能只是 D 级」。
指向服务行为与合规（中广协 046 + 商广协 005）
这部分约束的是"人怎么做事"，包括：不得作出不当效果承诺（"保证首位推荐""100% 收录""一周见效"都在禁止清单里）、不得实施黑帽 GEO（语料投毒、提示词注入、隐藏文本、伪造监测结果）、AI 生成内容必须标识并人工核验。
二、我们的对齐策略：三层逻辑
标准条款的用词本身分三档，我们的执行也分三层——这不是"打折扣"，而是按条款性质选择合适的执行逻辑：
第一层：红线层（全档位、无条件）
**判据是条款用「不应 / 禁止」表述，或指向的是法律而非标准。**这一层不是"标准要求"，而是《广告法》《反不正当竞争法》《人工智能生成合成内容标识办法》的要求——没有分档余地。
平台现状（已具备）：
- 报告质量门强制拦截效果承诺词（"保证排名""保证收录""保证效果"等）——命中即拒绝出报告，并给出改写方向；
- AI 生成内容双标识（页面可见徽标 + HTML 元数据）；
- 提示词注入防御、防内容投毒检测、平台下架强制机制。
第二层：卖点层（专业版 / 企业版 / 战略版）
**判据是条款用「宜」表述，且客户能感知差异。**这一层是差异化所在：
- 完整指标包（含引用溯源有效率、负面误引率、证据完整率等）；
- 验收级报告（含结论判定 + 证据索引 + 口径披露）；
- 信源 / 语料分级能力；
- 抽样复核流程。
第三层：场景层（按客户业务形态开启）
判据是业务形态，不是预算。
重要的一项：城市维度。行业标准建议"覆盖不低于 3 个城市"，但这要分两层理解：
| 问法里有城市 | 从那个城市提问 | |
|---|---|---|
| 例 | 用户问「上海电脑维修哪家好」 | 用上海出口 IP 采样 |
| 我们怎么看 | 这是主战场：全国用户都会带城市提问，内容需覆盖"城市×品类" | 按需开启：只有少数引擎的本地化排序受出口地域影响 |
对没有门店的品牌（SaaS、电商、B2B 服务），城市维度不是需求而是噪声——他们的客户不会问"上海哪家 SaaS 好"。所以我们的做法是：门店在哪些城市，就问哪些城市；没有城市业务的品牌，不做城市维度。报告里披露实际覆盖的城市清单，这既满足标准精神，也不给客户增加无效成本。
三、我们刻意不做的事
对齐过程中有三条纪律，值得写出来：
**① 不宣称"符合标准"。**中广协 046 明确规定：存在重大不符合情形时不得宣称符合。而且团体标准是自愿采用的——把"符合团标"当卖点宣传，既没有依据，也恰好踩在标准禁止的不当营销上。我们的说法是"支持按团标口径出具报告"——描述能力，不宣称认证。
② 不为凑标准数字做无效采样。比如"≥30 次样本量"是标准的建议值（原文用「宜」），意味着"达到更好"，而不是"不到就违规"。我们的做法是按客户预算和场景提供采样密度档位，并且在报告里如实标注当前密度——"没做到"和"装作做到了"是两回事，后者是数据造假。
**③ 不改计算口径去凑指标。**指标定义一旦改了，历史报告就不可比。我们宁可新增指标、保留旧口径，也不做"静默调整"。
四、不能据此推出什么
- 本文不构成任何认证或合规声明。平台尚未完成全部条款的闭环，也未申请第三方评估；
- 两套标准均为自愿性团体标准，不适用不等于违规；
- 我们的能力覆盖是"按标准口径可执行"，不等于"经第三方验证通过"——独立验证需要由独立于实施方的机构完成，这是标准自己划定的边界；
- 标准本身会迭代，本文描述的对齐状态截至 2026-10。
五、接下来做什么
对齐不是一次性的。我们按三批推进：
- 合规与自证底座（全档位）：问题集封存、完整指标补齐、如实披露机制；
- 专业/企业版卖点包：验收级报告、信源分级引擎、抽样复核；
- 场景能力（按需）：城市维度、双方式交叉验证、高合规行业信源白名单。
关于第三方认证：我们目前的计划是先积累真实付费项目的成效案例，再申请第三方评估——认证需要真实项目材料支撑，在案例不足时申请，通过率与说服力都不足。在那之前，我们不对外做任何认证宣称。
每一批完成后，我们会在这里更新进展——包括哪些已经做完、哪些还没做。把"还没做"写出来，比只讲"做到了"更有信息量。