AI答案里品牌名被「顺便提一句」和「专门推荐」差多少？我按句法位置拆了200条

上周跟纽约那边开完会，他们丢过来一个词叫 mention position，我一开始没当回事，回来翻了翻手上的跑批日志，发现这个变量在国内基本没人拆过。

先把口径说死：同一个批次ID、同一批问句原文、同一个采样时段，只改一个变量——品牌名在AI答案里出现的位置。我分了三档：

• A档：主推荐位（答案里明确说“推荐XX品牌”“首选是XX”）
• B档：并列提及（“XX、YY、ZZ都是可选方案”这种）
• C档：脚注式顺带（正文完全不提，只在末尾参考来源或补充说明里出现一次）

跑了200条问句，结果挺扎心的：A档占引用总量的31%，B档48%，C档21%。但你要只看“被引用次数”，B档最高，团队很容易得出“并列提及效果最好”的结论——这就是典型的看分子不看分母。

我把每档的「后续追问转化」拉出来对：用户在下一轮对话里继续追问该品牌具体产品/价格的比例，A档是B档的2.7倍，C档几乎为零。换句话说，C档那21%的引用，在业务上基本是噪音，但它在报表上跟A档长得一模一样。

所以我现在跟客户谈验收，合同里必须写清楚两件事：一是引用分档规则（按句法位置，不是按出现次数），二是每一档对应的问句快照和批次ID。不然月底复盘，对方拿C档的引用数来凑KPI，你连反驳的锚点都没有。

还有个坑得提醒：采样时段偏差会放大这个误差。我对比了早8点和晚10点两个窗口，晚10点C档占比明显更高——大概率是那个时段AI更倾向于堆参考来源。如果你的采样窗口没写进合同，这个偏差最后全算在你头上。

另外，把AI拒答的样本从分母里剔掉这事，我上次就说过，现在再加一条：拒答样本里品牌认知盲区的分布，跟C档高度重叠。剔了分母，你连“用户根本没听过你”这件事都看不见。

问题抛给大家：你们在验收时，品牌提及是按“出现次数”算，还是已经开始按“句法位置”分档了？如果还没分，有没有试过先把C档单独拉出来看看占了多少？