当生成式搜索逐渐成为企业获取信息的重要入口时，GEO也会从内容优化问题，逐渐进入数据工程和系统分析阶段。用户输入一个完整问题后，AI不会返回一个固定网页列表，而是根据用户意图生成一段综合回答。一个完整的GEO测试体系，需要把一次AI回答转化为可记录、可分析、可比较的数据流程。企业可以通过关键词排名、搜索结果位置、点击率、访问数据等指标，判断优化效果。如果只有名称，没有关系，AI可能知道企业存在，但

到那一步，就不再只讨论指标定义，而是直接从 Query → Run → Response → Verification 这套数据模型生成可复现的统计结果。如果这些问题没有提前设计好，后面再写多少 Python 统计代码，都只是建立在不稳定的数据基础上。本文从数据库建模角度，设计一套适合 GEO 测试、复测、来源核验和后续统计分析的数据结构。Raw LayerQuery、Run、Response、C