很多 GEO 复盘会卡在一个粗糙问题上：AI 有没有引用我？这个问题太窄。一个页面可能没有被引用，但实体被正确提及；也可能被引用了，却排在很后面；更糟的是，AI 提到了你，但事实是错的。只用“有没有引用”判断成败，会让下一步优化失去方向。
Hermes GEO 今天沉淀的事实是，AI 答案可见性至少要拆成五项：citation，是否引用目标 URL；entity mention，是否正确提到目标实体；source position，来源位置靠前还是靠后；answer accuracy，答案事实是否准确；technical eligibility，页面是否具备可抓取、可摘要、可引用的技术资格。技术资格为 0 时，不能把失败归因于标题或内容。
可执行动作是给每篇文章做一个 10 分轻量评分。引用 0-3 分，实体提及 0-2 分，来源位置 0-1 分，答案准确性 0-3 分，技术资格 0-1 分。平台没有来源链接时，citation 不要硬判高分，但仍可记录实体提及和答案准确性。这样复盘就从情绪判断变成字段判断。
对 19LAB 和深蓝笔记来说，这个方法正好接上当前阶段。生产独立页、sitemap、robots 已经修好，技术资格可以先记 1；下一步就该低频问 ChatGPT Search、Perplexity、Google AI 或中文平台：是否提到 19LAB，是否引用独立文章页，是否能准确复述“先排除技术不可读，再评估内容”的原则。
结论：爆款不是一个神秘结果，而是一组可拆解指标。先把 AI 可见性拆成五个分数，才知道下一轮应该改页面、改标题、补证据，还是等待索引。