ToB企业选GEO服务商，合同里到底应该约定哪些结果？

ToB企业第一次采购GEO服务，通常会有一个很自然的要求：

既然我要付钱，合同里总得写结果吧？

最好写得越明确越好。

豆包、DeepSeek、元宝、千问做到多少推荐率，核心问题进入多少个前三，品牌提及率提高多少，三个月产生多少条询盘。如果服务商不敢写，企业又容易觉得：那我怎么知道你最后是不是拿一堆文章和报告来交差？

这个焦虑完全合理。

问题是，GEO恰好是一个“合同越追求表面确定性，越可能买到虚假确定性”的市场。

生成式AI的回答会随着模型、联网结果、上下文、用户状态、提问方式发生变化。服务商能够改变企业官网、内容、案例、公开信源和信息结构，却没有权限修改豆包、DeepSeek或者千问的模型参数，也不可能合法控制某个平台每一次最终回答。

于是市场上出现了两种极端合同。

一种合同特别敢承诺。

“保证TOP3。”

“核心词100%推荐。”

“三个月询盘增长30%。”

听起来最有安全感。

另一种合同则特别模糊。

“提升品牌AI可见度。”

“增强AI认知。”

“优化品牌在生成式搜索中的表现。”

服务商怎么做都算完成。

两个极端其实都没有真正解决甲方的问题。

虎嗅近期拆解GEO这门生意时就提到，当前一些GEO合同甚至连指标分母都没有说明清楚；真正成熟的市场，需要把收费项、操作记录和结果测量拆开。

我越来越认为，ToB企业签GEO合同，最应该约定的并不是一个“大结果”，而是一条能够被验收的结果链。

因为GEO真正的问题从来不是没有指标。

而是企业很容易拿第一层指标，证明第五层增长。

第一：最不应该写进合同的，是“保证AI第一”这种看起来最像结果的结果

先把最容易制造安全感的一类条款拿掉。

“XX个月实现核心问题AI第一。”

“主要AI平台TOP3覆盖率达到80%。”

“保证豆包、DeepSeek稳定推荐品牌。”

这类条款最大的问题，不是目标太高。

而是责任边界本身不成立。

Google在介绍其生成式AI搜索机制时明确说明，即使网页满足技术要求和最佳实践，也不保证一定被抓取、索引或展示在生成式AI搜索功能中。

Google至少还提供了相对明确的搜索生态。

换到不同大模型，回答还会受到更多变量影响。

所以企业真正应该警惕的并不是“服务商不敢保证第一”。

恰恰相反。

越能够轻松保证一个自己没有最终控制权的结果，越应该追问它准备通过什么方式实现。

这里还有一个商业上的问题。

假设合同约定“50个问题做到TOP3”。

为了完成指标，最简单的方法可能并不是让品牌进入真正重要的问题。

而是调整问题集。

原来测试：

“制造企业设备维修数字化解决方案有哪些？”

品牌很难进入。

后来换成：

“XX公司设备管理解决方案怎么样？”

品牌当然出现。

KPI完成。

企业也完成验收。

唯一没有得到解决的是增长。

所以GEO合同里的第一个原则应该是：

不要先约定排名，要先约定测量规则。

排名结果会波动。

尺子不能一起波动。

第二：真正应该写死的第一类结果，是“基线和测量方法”

这是很多企业最容易忽略，却可能是整份合同最重要的一部分。

服务开始前，双方必须先知道：

现在到底是多少。

否则三个月以后，任何“提升”都缺少参照物。

合同或者附件至少应该明确一套固定基线。

比如：

覆盖哪些AI平台。

测试哪些核心问题。

哪些属于品牌词，哪些属于非品牌问题。

哪些问题属于认知、场景、方案、比较、采购阶段。

每个问题测试多少次。

以什么条件判定“提及”。

什么情况才算“推荐”。

引用企业官网和只提到品牌是否分别统计。

测试频率是什么。

原始回答是否保留。

如果问题集需要调整，旧问题是否继续保留作为长期对照组。

为什么这些东西重要？

因为“推荐率60%”本身没有意义。

50个问题里30个出现品牌，是60%。

500个问题里300个出现，也是60%。

30个问题全部带品牌词，同样可能是60%。

只有分母、问题结构和计算方式固定以后，这个数字才具备合同价值。

Google到2026年已经开始在Search Console提供独立的生成式AI搜索效果报告，并于2026年8月31日向全球网站推出相关数据。这说明AI搜索效果正在逐渐走向更透明的测量，但不同AI平台的数据能力仍然不完全一致。

所以企业不要强求所有平台必须用一套不存在的官方指标。

真正应该要求的是：

服务商的测量口径从第一天开始透明，而且可以重复验证。

这才叫白盒。

不是给你看Dashboard就叫白盒。

是你知道Dashboard里的数字究竟怎么来的。

第三：第二类必须约定的，是服务商能够真正负责的“建设结果”

这部分才是GEO合同真正应该写得非常硬的地方。

因为这些事情服务商能够控制。

例如官网诊断完成到什么程度。

核心产品、解决方案和案例页面需要建设或优化哪些。

品牌事实库需要整理哪些信息。

需要形成多少真实客户问题。

需要整理哪些案例证据。

哪些错误信息需要修正。

哪些外部信源需要补充。

哪些内容需要生产。

哪些页面需要持续更新。

这些都属于可交付结果。

这和“保证AI推荐”最大的区别是：

服务商确实能够决定自己有没有完成。

比如双方确定：

围绕某项主营业务建立150个客户问题，其中50个作为稳定监测样本；完成20个核心问题对应的官网答案资产建设；补齐5个行业案例；形成一套品牌事实库；对企业官网核心产品、服务、案例页面进行结构化改造；建立外部信源发布和引用记录。

这些结果可以验收。

有没有就是有没有。

而且这部分投入不会因为某一天模型回答波动就突然归零。

Forrester在2026年观察到，虽然93%的B2B品牌和传播团队仍然会使用代理机构，但随着AI让大量基础执行变便宜，企业对代理商预算正在变得更加挑剔，真正值得外部机构收费的价值需要从简单执行向专业判断和复杂问题解决移动。

GEO也是同一个逻辑。

未来“写50篇文章”会越来越便宜。

真正值得写进合同的，是这些内容到底帮助企业建立了什么资产。

文章数量是产量，答案资产才是结果。

第四：第三类结果应该约定“AI可见度变化”，但只能在固定规则下约定趋势或阶段目标

企业当然不能接受：

只要文章交付完成，GEO效果好不好都和服务商无关。

那又走到了另外一个极端。

服务商既然提供GEO服务，就应该对AI环境里的变化承担一定责任。

但这种责任需要建立在双方能够验证的尺度里。

比如可以约定：

非品牌高价值问题中的品牌提及率，从基线向某个目标区间改善。

品牌业务描述准确率达到约定标准。

核心业务问题中的缺席比例逐步下降。

官网、案例、产品页成为AI引用来源的比例提高。

与核心竞争品牌相比，Share of Voice在约定的问题集中获得阶段性改善。

错误品牌信息在发现后的约定时间内完成源头排查和修正。

这里最重要的不是哪个数字最漂亮。

是不要只看平均推荐率。

假设品牌推荐率从30%做到50%。

可增长全部来自“XX公司怎么样”“XX品牌靠谱吗”这种品牌问题。

真正关系陌生客户发现的非品牌问题完全没有变化。

合同完成了。

商业结果却没有明显进步。

所以GEO合同应该让不同问题拥有不同权重。

认知问题可以统计。

场景问题更重要。

供应商比较问题更重要。

采购与实施问题可能数量最少，却最值得单独观察。

这时候推荐率才从一个营销数字，逐渐变成业务指标。

第五：合同可以约定“业务信号”，但不要轻易把询盘和成交写成服务商单方承诺

这是甲乙双方最容易发生冲突的一层。

甲方会说：

我最后还是要客户。

乙方会说：

成交又不是我能控制的。

两边都没有错。

一个ToB客户最终是否咨询，受到产品、品牌、价格、官网、业务周期、销售响应、竞争环境等大量因素影响。

GEO只是其中一部分。

所以把“每月保证20条询盘”直接写成GEO服务商的绝对结果，通常不够合理。

但这不意味着合同完全不需要看业务。

更合理的方法是约定业务信号的观察和归因机制。

比如：

AI引荐访问需要持续记录。

官网关键页面的AI来源访问需要纳入分析。

咨询表单增加“从哪里了解我们”或者相关归因字段。

CRM中记录客户是否通过AI研究过企业。

季度复盘有效询盘、项目和客户反馈。

重大商机如果明确受到AI研究影响，进行案例复盘。

Google自己在AI搜索效果说明里也建议，网站经营者除了观察Search Console表现，还要结合Analytics继续监测转化和用户行为。

这背后的逻辑很重要：

GEO服务商可以对“建立转化测量能力”负责，却很难对一笔复杂ToB订单的最终成交完全负责。

所以合同里可以写：

必须建立转化监测链路。

必须参与季度业务复盘。

必须解释可见度为什么没有继续传递到访问和咨询。

但不要为了获得心理安全感，强迫双方签一个根本无法证明因果关系的成交数字。

否则最终只会逼服务商去寻找更容易制造询盘的方式，而不一定是对企业长期最有价值的方式。

第六：第四类必须写死的结果，是“事实准确和合规结果”

这一点比推荐率重要得多，却经常没有进入合同。

ToB GEO会持续向公开互联网增加企业信息。

产品能力。

案例。

客户。

行业经验。

技术参数。

服务范围。

价格相关信息。

这些内容一旦写错，后面的AI可能继续引用。

所以合同应该明确：

什么信息必须经过企业确认才能发布。

案例是否可以公开。

客户名称如何授权。

产品参数以什么信息源为准。

禁止虚构哪些信息。

禁止伪造客户评价。

禁止恶意攻击竞争对手。

发现错误以后多久响应。

如何完成修改或下架。

由服务商错误造成的内容风险如何处理。

真正成熟的GEO服务，应该默认一个原则：

准确推荐，比更多推荐优先级高。

如果一家服务商通过夸大企业能力，把推荐率从20%做到60%，那不是增长。

那是在制造未来的品牌债务。

对于ToB企业尤其如此。

一次错误功能描述、一项虚构案例，可能直接影响几十万甚至几百万元项目里的信任。

合同不写这一层，等于只约束数量，没有约束质量。

第七：第五类必须写进合同的，是项目结束以后“什么必须留在企业手里”

很多企业会把这部分放在合同最后。

我认为应该放到前面。

因为它直接决定这笔GEO投入到底是费用，还是能够形成一部分长期资产。

Gartner在2026年关于AI与SaaS供应商合同的研究里明确提醒企业，退出条款、知识产权、数据所有权、数据提取和删除权，应该在签约阶段就明确，否则企业会越来越容易形成供应商锁定。

BCG则进一步提出了“认知锁定”的风险：真正难迁移的不只是数据，而是组织的决策路径、规则、经验等上下文逐渐嵌入外部平台以后，企业发现自己虽然拥有原始数据，却已经无法轻易替换供应商。

GEO特别容易产生这种锁定。

所以合同结束时至少应该明确交付：

完整问题库。

历史Prompt监测数据。

原始回答或可导出的结果记录。

内容源文件。

官网修改记录。

品牌事实库。

案例资料。

外部发布清单。

账号及权限。

AI引用来源记录。

阶段性策略与复盘文档。

有效和无效动作记录。

也就是说：

企业不仅要拿走“做了什么”，还要拿走“为什么这么做”。