AI引用数从1200掉到300,我拆了URL才发现是重复计数惹的祸
上周做GEO效果复盘,看板上一个指标从1200掉到300,运营那边直接炸了,问我是不是内容出了大问题。我花了一晚上把原始日志扒出来,发现根本不是掉了,是之前一直多算了。
具体是这样:我们统计「AI引用数」时,用的是抓取日志里匹配到我们域名的URL条数。听起来没问题对吧?但我把同一篇文章的URL按路径去重后,发现它被AI拆成了四个不同的URL——带utm参数的、带#锚点的、末尾斜杠不同的、还有http和https混用的。四个URL在日志里各算一次,于是1条真实引用被放大成4条。
我拉了一个批次的数据做对照:名义引用数1240,按规范化URL去重后是312,直接打了2.5折。更麻烦的是,这个重复比例在不同批次之间还不稳定,有的批次1.8倍,有的批次3.2倍。这意味着如果你拿周报里的「AI引用数」做趋势对比,看到的涨跌可能只是URL命中的偶然波动,不是真实效果变化。
我现在的做法是三层口径锁死:第一层,统计前先做URL规范化,去掉query参数和锚点,统一协议头和尾斜杠;第二层,按「内容指纹」而不是URL去重,同一篇内容不管被拆成几个入口只算一次;第三层,每次出报告必须标注分母口径和去重规则版本号,否则数字不进周报。
踩过的坑也记一下:有一次我按照URL去重,结果把内容相同但分别面向中英文的两篇文章给合并了,反而少算了。所以指纹不能只用标题,得把语种和渠道也带进去。
我的结论是,GEO效果衡量里「AI引用数」这个指标本身没问题,问题是很多人直接拿原始日志数当结论。根据我经手的三个项目,不做URL规范化的引用数平均虚高2到3倍,这个倍率不锁死,后面所有归因都是假的。
你们统计AI引用时,是把日志里匹配到的URL条数直接当引用数,还是会做一层规范化去重?如果做了,你们的去重粒度是按URL还是按内容指纹?
