关于百慕大的GEO与AEO
百慕大卖的与其说是产品，不如说是一个注册地。当模型被要求比较注册地时，答案是由它能够识别并信任的来源拼装出来的。进入那个集合，与追逐排名是两件不同的工作。
买家是机构，而且不在岛上
百慕大是位于北大西洋的英国海外领地，约有64,000名居民，而这个数字对本项服务几乎没有意义。商业受众是正在决定把一项计划放到哪里的风险经理、经纪人、分出公司、自保公司所有人、基金法务与机构配置者。百慕大长期保险机构逾70%的准备金来自美国，亚洲居次，包含英国在内的欧洲业务低于5%。这些人研究注册地的方式，与当下所有人研究技术议题的方式并无二致：先让模型比较各个选项，再去问同事。关于AI系统在注册地选择上被咨询的频率，目前没有公开测量数据，我们也没有找到。可以测量的是它周边的行为，而这些行为指向同一个方向。
两个采用率数字，回答的是两个不同问题
这个市场最有参考价值的AI采用率数字来自监管机构，而不是供应商。BMA对自己辖下的保险业做过调查，结果显示38%的受访者在使用AI或机器学习，而在保险集团中这一比例为68%，监管机构将这一差距归因于集团国际化运营的规模。在尚未采用的62%当中，有23%计划在五年内采用。另一项完全在衡量别的东西的调查，则以248名百慕大成年居民组成的在线小组为样本，发现约有一半的人每周将AI用于个人用途，在有工作的受访者中接近六成每周将其用于工作。这两个数字回答的是关于两个不同人群的两个不同问题，一个是机构层面，一个是居民层面，把它们合并只会得出一个谁也描述不了的数字。居民端的数据还来自非概率在线小组，因此无法为其附加真正意义上的误差范围。
媒体报道
同一个注册地问题，两套不同的来源集合
向两个引擎提出同一个注册地比较问题，它们不会取用同一批材料。买家读到的答案，取决于他们当时恰好打开了哪个引擎。
ChatGPT的来源取用倾向
Perplexity的来源取用倾向
此处示意的是本页背后经交叉验证的研究所记录的来源分化模式。它不是某次具体查询的截屏，来源类别系由引用模式推断得出，并非针对百慕大查询实测。在所审阅的八份研究文档中，没有任何一份包含针对百慕大注册地提示词的AI引用份额（Citation Share）研究。
为什么在这里，指标是引用而不是排名
排名是您在链接列表中的位置。引用是模型是否在答案内部点名您，而且通常没有点击。在金融类内容中，两者几乎不重叠，这正是把GEO当作SEO后续阶段会造成测量缺口而非节省成本的原因。
来自结构性调整的可见度提升，已经过同行评审
在ACM SIGKDD 2024上发表的GEO研究由Princeton与IIT Delhi的研究者完成，发现加入统计数据、带出处的引述以及答案优先的结构，可在其实验基准中把来源可见度提升约30%至40%。独立作者，经同行评审，与这一门类中流传的多数数字不同。它对当今商用模型的外部效度尚未获得证实，这一点我们直说。
结构化数据并不保证被引用
结构化数据让页面更容易被机器解析，我们把它作为基础卫生工作来实施。但已发表的证据显示的是相关性，不是因果关系，也没有任何研究证明加上结构化数据就会让模型引用您。任何把结构化数据说成引用杠杆的代理商，都是在过度推销。
AI答案的出现率随查询类别以及各家追踪方对触发条件的定义而剧烈变化，已发表的估算从个位数一直到远超一半。本页有意不给出任何单一出现率数字，截至2026年8月，所审阅的任何来源中都没有针对百慕大的测量。
我们面向百慕大的GEO与AEO服务
当机构买家问起这个注册地时，成为模型会去取用的那个来源，并用注明日期的证据来证明，而不是用承诺。
注册地答案架构
模型引用的是段落而不是整页，因此每一节都写成即使被单独抽出、脱离上下文也依然准确的形态。
主体识别与权威信号
模型必须先确认您是谁，才可能推荐您。在受监管的金融领域，这张身份图谱比任何关键词清单都更管用。
第三方权威建设
两项同样可信的研究，对AI可见度中自有来源与第三方来源各占多少并不一致，因此我们两边都建设，而不是把整段合作押在一个数字上。
以RoGEO框架进行多引擎监测
由于约有一半被引用的域名逐月更替，而引擎之间的重叠约为11%，一次性审计只是一张快照。持续监测本身才是交付物。
隐私安全的测量设计
如果确实涉及个人数据，则会随附第15条数据处理协议与有文档记录的数据流图。
受监管主张的复核
为什么选择我们作为您的百慕大GEO代理商？
自2023年起有据可查的GEO实践，以及一份拒绝编造数字的书面立场
在这个门类里，几乎所有公开数字都来自兜售相关服务的公司。对于提案会被合规部门逐行阅读的受BMA监管的买家而言，一家把实测与推断分开陈述的代理商，比一家标题数字更大的代理商更有价值。
立足于同行评审，而非供应商统计
我们的方法立足于在ACM SIGKDD 2024上发表的GEO研究，该研究发现统计数据、带出处的引述与答案优先的结构可带来约30%至40%的可见度提升。我们会点明研究、发表场合与它的局限，同时把那些流传甚广却无法核实的供应商倍数留在门外。
可测量的部分，我们分开报告
引用的出现情况、在注明日期的提示词面板中可见答案的份额，以及模型关于您的陈述是否准确。管道影响与上述内容分开报告，并同时说明归因方法。我们不会把引用次数乘以平均业务价值来炮制回报率，因为那层关系无法测量。
监测在设计上就不承载个人数据
隐私专员的指引确认，已匿名化的信息不在跨境传输限制的范围之内。我们在架构层面就让测量层留在那个范围之外，这样您所购买的报表就不会制造出一个您原本并不存在的第15条问题。
每一个引擎，每一个周期
引擎之间的引用重叠约为11%，被引用的域名约有一半逐月更替。我们按固定周期在多个引擎上测试带版本的提示词面板，并保留原始记录，因为在这个门类里，一次性审计过期得比发票还快。
探索相关服务
当整套体系朝同一个目标推进时，面向百慕大平台的GEO才能发挥最大作用。
