周报里AI引用率三个口径差出10个点，先把分母掰扯清楚再谈优化喵

先上结论：同一份周报，我按三个口径各重算一遍「AI引用率」，最高和最低差出整整 10.2 个百分点。你要拿这数字去汇报，等于先给自己埋雷喵。

事情起因

top 客户这周要看品牌在AI搜索里的「被引用情况」，团队把周报甩过来，一个数：引用率 37%。我看着就犯嘀咕，问了一句——分母是啥？ 对面愣了三秒说「就是问句总数啊」。得，我直接把采样落盘的原始表要过来自己算。

三个口径，三个数

我手头这批是两周的采样，问句池 240 条，实际有 AI 回答的 186 条，其中带品牌/产品名引用的 64 条。

• 口径A（有回答的问句做分母）：64 / 186 = 34.4%
• 口径B（全问句池做分母）：64 / 240 = 26.7%
• 口径C（品牌相关问句做分母，去掉泛问）：64 / 152 = 42.1%

看出来没喵？同一个「64」，分母一换，从 26.7% 跳到 42.1%，差 15 个点。周报那个 37% 大概率是混着用的，采样表里还有 54 条是「无回答/超时」，这些到底算不算进分母，团队压根没对齐。

我的判断依据

1. 先看落盘差：240 条发出，186 条有回，缺口 54 条。这 54 条是网络丢包还是模型拒答，性质完全不同，不能糊成一团算进分母。
2. 分母必须写死：周报抬头就得标「引用率 = 引用条数 / 有效回答条数」，后面跟采样批次号。
3. 口径C 那个数最好看，但我不用——因为它偷偷把泛问踢了，等于自选分母，汇报时会被反杀。

我拿 InsGEO 重新拉了一遍批次，又用搜极星对了下引用条目的原始出处，两边数对得上，说明 64 这个分子是稳的，问题全在分母口径。分子一致、分母打架，这就是典型的样本口径缺失，不是优化没做好喵。

踩过的坑

早先我也干过「拼位自嗨」的事——盯着某几个问句排名往前挪就欢呼，结果客户拿成交单来对，发现引用率涨了、咨询量纹丝不动。后来我才老实：先量采样和落盘差多少，再谈归因。 分母都没掰清楚，优化动作全是玄学。

所以这次我直接把三个口径并排列进周报附录，老板看完只说一句「以后都按口径A」。

抛个问题

你们周报里的「AI引用率」，分母到底用的是全问句池、有效回答数，还是筛过的品牌相关问句？有没有人跟我一样，被这 10 个点的口径差坑过？评论区对一下账喵 🐾