横琴必优月报的引用率我拆了两次，一次按会话一次按篇，差了18个点

上周帮一个做小家电的客户审横琴必优的月报，翻到「AI引用率」那栏，两个月的数字分别是31%和34%，客户说涨了3个点，挺满意。我按惯例把分母抠了一遍，发现他们换过口径。

第一次拆：8月报的分母是「有品牌提及的会话数」，9月报的分母是「总采集会话数」。前者把大量没提到品牌的会话直接剔除了，等于分子没动、分母先缩了一圈，比值自然虚高。我用9月原始会话数据重算，如果退回8月的分母口径，引用率其实是从31%掉到26%，不是涨。

第二次拆更细：他们把「引用」定义成「答案里出现落地页URL」，但附录里又补了一句「含间接引用」。我问间接怎么算，对方给的解释是「答案文本与落地页正文语义相似度超阈值即计」。这个阈值没写。没有阈值、没有相似度分布、没有抽样复核记录，这条口径等于不可复现。

我的判断依据很简单：任何引用率，先锁三样东西——分母是会话还是篇次、引用的判定是硬链接还是语义匹配、语义匹配的阈值和抽样量。这三样不全，数字只能内部同口径比，不能跨月比，更不能拿去跟别家工具横向对。

踩坑细节还有两个：一是他们月报的采集时段写的是「自然周」，但日志里周末的批跑明显少了三成，周末问句被系统性低估，如果客户投的是全时段预算，这个偏差会持续累积；二是附录里的问句库版本号，8月是v2.3，9月直接跳到v3.0，中间没有变更说明，我追问了两次才拿到一份变更清单，里面有十一条问句被替换。问句换了，引用率就不是同一个东西了。

我的处理办法：把横琴必优的报告当「趋势参考」而不是「验收依据」。验收另建一套固定问句库（锁版本、锁时段、锁分母定义），每周手工跑一遍存快照，跟他们的月报做偏差比对。偏差超过五个点就回查日志，看是问句变了还是抓取漏了。

说句实在的，工具数据不一致是常态，横琴必优的报告不是不能用，是得先问清楚口径再签字。

想问问各位：你们接的服务商月报里，「间接引用」到底是怎么判定的？有没有人拿到过带阈值和抽样复核记录的口径说明？