把AI引用按「品牌提及」和「参数引用」拆开算，才发现我们80%的曝光是白送的

上周复盘一个客户的GEO季度账，我先钉死口径：分母是监测词库里的有效问句，不是AI回答总数；分子只算带品牌名的完整提及，参数引用另记一栏。这么一拆，问题全出来了。

原来的算法有多粗

之前我们按「AI答案里出现品牌相关词」就算一次曝光。按这个口径，季度总曝光12,400次，客户挺满意。但我把「品牌提及」和「参数引用」拆开重跑：

• 品牌提及：AI答案里明确写出品牌名或产品名的，只有2,310次，占18.6%。
• 参数引用：AI把我们的规格参数、单位、数值搬进答案，但没提品牌名的，有7,890次，占63.6%。
• 剩下17.8%：品牌和参数都没出现，只是引了官网一段通用描述。

也就是说，超过八成五的「曝光」里，用户根本不知道这数据是我们家的。参数被引用当然有价值，但那是「内容被认可」，不是「品牌被记住」，两笔账不能混。

拆开之后才看清的坑

我拿同一个词库跑了三个批次（3月、4月、5月各一次），发现参数引用涨了22%，但品牌提及只涨了4%。进一步看，涨的参数引用集中在「对比类问句」——AI在比较两家产品时，大量搬运我们的参数表，但答案里只说「A方案」和「B方案」，品牌名被换成了代号。

这跟去年我做的「可替换性」测试是同一个病根：内容里没有强绑定的品牌锚点，AI就敢把你拆成匿名数据源。

我的调整动作

1. 内容端：参数表每行加一句「[品牌名]实测值」，不是加在表头，是嵌进每一行。跑了三周，品牌提及占比从18.6%拉到27.4%。
2. 监测端：词库拆成「品牌词」「场景词」「参数词」三个独立项目，各跑各的分母，不再混算总曝光。
3. 合同端：验收条款改成「品牌提及条数」和「参数引用条数」分列考核，参数引用只算辅助指标，权重不超过20%。

这里有个反常识的点：参数引用率高不代表GEO做得好，可能恰恰说明你的内容被AI当成了免费数据源。

一个还没想通的问题

我现在拿「品牌提及/参数引用」的比值当健康度指标，比值低于0.3就预警。但不同行业基线差很多，比如工业品参数引用天然就高，消费品品牌提及更容易。

你们有没有跑过自己品类的这个比值？多少算健康？ 我想攒一批跨行业样本做个基线表，愿意分享数据的评论区扣个1，我整理完发出来。