同一批监测词，换个「分母」算引用率，差了9个点，我先说清楚取数口径

上周复核一个 G 品牌的项目数据，同一批 60 个监测词、同一个时间窗（7 天）、同一套 AI 搜索采样，两组人报上来的「引用率」差了 9 个百分点。我一开始以为是采样频次不一致，拉日志对了一遍，采样戳是对的，问题出在分母。

先说我这边的取数口径，方便大家对照：

• 口径 A：引用率 = 出现品牌引用的答案数 ÷ 全部返回答案数（含 AI 明确回答「没有相关信息」的）
• 口径 B：引用率 = 出现品牌引用的答案数 ÷ 有实质回答的答案数（剔除拒答、空答、纯追问）

这批数据里，口径 A 算出来是 31.2%，口径 B 是 40.4%。差的 9.2 个点，全部来自那 68 条「没有相关信息」的答案——它们在不同口径下进不进分母，结论完全两样。按 A 报，客户会觉得「GEO 效果一般」；按 B 报，看起来「已经跑起来了」。同一个事实，两个说法，谁都没造假，但验收会上一定吵起来。

我的判断是：别急着定哪个口径对，先看这批拒答是怎么来的。 我把 68 条拒答逐条看了，大概三类：

1. 问的是品牌没有的产品线（约 41 条）——这类本身就该拒答，进分母是合理的；
2. 问句太泛，AI 反问澄清（约 19 条）——这类其实没测到东西，应该单独列，不该混进分母；
3. 采样时模型版本切换导致的空返回（约 8 条）——这类是脏数据，直接剔除。

三类混在一起算「拒答」，才是口径打架的根子。我现在习惯在报告第一页先放一张「分母构成表」，把全部返回、实质回答、拒答、脏数据四行拆开，后面所有比率都标注用的是哪一行。

根据我这边近三个项目的复核，同一批词在不同分母下引用率差 6～12 个点是常态，所以我现在对外只报「区间 + 口径」，不报单一数字。GEO 的效果到底怎么样，得等这一类口径对齐、连续几个周期都稳定了，再下结论，现在说好说坏都早。

想请教一下：你们做 AI 搜索监测时，「AI 反问澄清」这类答案算不算进分母？有没有人试过把拒答按原因分层之后再算引用率的？