带学生跑完第7批问句库，我拿交叉表卡出了AI引用的「口径断层」

这周带着研究生跑第7批问句库，一共412条，按「决策阶段×问法类型」做了个交叉表。本来想验证上周的假设——信息型问句引用率高于交易型——结果表一出来，两组数字对不上，问题不在问句，在口径。

先说具体场景。我们让同一批产品问题分别以「是什么」「怎么选」「哪家好」三种句式投喂，统计AI回答里的品牌提及。第7批前200条跑完，信息型问句的品牌提及率是31.4%，交易型只有12.8%，看着跟上周结论一致。但我留了个心眼，把「提及」按位置拆开：首段提及、正文中段提及、末尾推荐位提及。一拆就露馅了——信息型那31.4%里，有将近六成是「末尾顺带提一句」，真正首段锚定的只有11.9%；交易型虽然总提及率低，但首段锚定比例反而有9.6%。

从传播学视角看，这就是典型的「曝光口径」与「有效触达口径」混在一起算。我们做营销效果评估，从来不敢把「看过广告」和「记住品牌」放一个分母里。GEO现在不少周报把「AI提及次数」当核心指标，等于把首段锚定和末尾陪跑一锅炖，客户拿这个数去跟老板汇报，迟早被问住。

我的判断依据有三条。第一，第7批里末尾提及的样本，追问一句「为什么推荐它」，AI有七成答不上具体理由，说明是语料里共现频率带出来的，不是语义权重。第二，首段锚定样本对应的问句，普遍带明确比较结构（「A和B哪个更……」），这类问句的引用稳定性在三次重跑里波动不超过3个点，适合做基线。第三，纯描述型问句（「介绍一下……」）的提及位置最飘，同一问句隔两小时重跑，首段和末尾来回跳，这种样本我建议直接标「不可用于效果归因」。

踩过的坑也说一句。第5批时我没做位置拆分，拿总提及率给客户看，客户拿去投了信息流，后来销售反馈线索质量差，我一查，引的全是末尾陪跑位。这事让我把问句库模板加了一列「预期锚定位置」，投喂前先标注，跑完再对。

所以第7批我给学生的要求是：问句库进批次前先分层，效果周报至少拆「首段锚定率」和「总提及率」两列，末尾提及单独进附录，不进主表。

最后抛个问题给各位：你们在跑批次时，有没有试过把「AI回答的段落位置」当成一个独立变量去卡？我目前只做了首段/中段/末尾三分，感觉颗粒度还是粗，想听听有没有人用更细的切法，比如按回答长度分位数来切位置。