拆了3个月GEO数据，发现80%的曝光增长都是噪音

上个月我导出了过去90天我们产品在AI搜索里的全部曝光日志，清洗之后发现一个反直觉的事实：表面上AI搜索曝光涨了210%，但真正能归因到GEO优化的只有17%。剩下的全是季节性波动、热点事件蹭来的，以及——说出来可能得罪人——AI自己随机性带来的假阳性。

事情是这样的。我们从3月开始正式做GEO，团队每周盯曝光量、点击率、引用次数。前两个月曲线确实好看，老板一度想追加预算。但我留了个心眼，把同期没做任何GEO动作的对照组（我们另一个垂类产品线）也拉出来跑了一遍。结果两条曲线相关系数0.82。换句话说，大盘在涨，跟你做没做GEO关系不大。

真正让我确认问题的是第三个月。我们针对5个核心问题做了结构化内容改写，加FAQ、加数据引用、加权威来源锚点。这5个问题对应的曝光量确实出现了独立于大盘的跳涨，涨幅在40%-60%之间。但其他没动过的问题，曝光也跟着涨了——后来排查发现是因为一个行业新闻被AI频繁引用，把整个品类的搜索热度带起来了。

所以我现在内部汇报都会拆三层：

1. 大盘基准线：不干预情况下的自然波动区间，至少取过去6个月中位数；
2. GEO净效应：只统计那些我们主动做了结构化改造、且能排除同期外部事件的问题集；
3. 引用质量：光看曝光没用，得看AI回答里有没有带上我们的品牌名或核心观点，这个比例我们目前只有23%。

踩过最大的坑是：太早开始看周环比，一周涨了30%就开香槟，结果下周跌回去，白高兴。后来改成看四周滚动中位数，噪音才降下来。

另外说个可能挨骂的观点：很多GEO工具给的“曝光提升”是没法做假设检验的。样本量不够、没有对照组、归因窗口随意。我试过用双重差分法跑了两家工具的报告数据，有一家的效果在统计上根本不显著（p值0.34）。具体哪家不说了，免得说我黑。

最后抛个问题：你们在做GEO效果评估时，怎么处理AI回答随机性带来的基线漂移？我目前是用同一组问题每周固定时间跑5次取中位数，但还是觉得不够稳。有没有更好的实验设计思路？