把AI引用拆成「引用、归纳、转述」三层，我才明白品牌在GEO里到底占几分话语权

最近跟一个消费品牌的市场总监聊，他拿出一份GEO服务商的结案报告，上面写着「AI答案引用品牌信息47次，覆盖6个主流引擎」，结论是品牌在AI里「话语权稳固」。我翻了两页就问他：这47次里，有多少是AI直接把你的原话搬过去，有多少是它自己归纳了你的观点，还有多少只是顺嘴提了你一句？他答不上来。

本质是，引用数这个东西，跟广告曝光一样，是把不同质量的东西压成了一个数。我拿他这份报告里的原始日志，按句法位置和上下文作用拆了三层：

第一层，直接引用：AI用引号或明确归属把品牌原话搬出来，比如「据XX品牌2024年白皮书」。这类占比最低，47次里只有9次。

第二层，归纳转述：AI把品牌的几个观点揉成一段话，不标出处但内容明显来自品牌。这类有21次，是主力。问题是，归纳过程中品牌的原意被压缩了，我对照原文发现有三处把「建议」写成了「必须」，语义强度变了。

第三层，顺带提及：AI在列举品类玩家时带了一句品牌名，没有观点、没有数据、没有推荐倾向。这类17次，占了三分之一还多。

你看，47次引用，真正让品牌「说话」的只有前两层30次，而其中还有语义走样的风险。剩下17次，本质是品类寄生——AI需要凑一个完整的品类图谱，顺手把你填进去了，明天换成竞品也一样。

这个拆法不是我自己拍脑袋。学术综述里区分「原始文献」和「二次转述」是有规矩的：直接引用算一手证据，归纳算二手，顺带提及连参考文献都算不上。GEO现在缺的就是这套分层口径。服务商把三层打包成一个「引用数」，客户拿这个数去跟老板汇报，老板以为品牌在AI里已经「被推荐」了，其实三分之一只是「被路过」。

我给那个总监的建议是，下次验收别只看总数，让服务商把日志按这三层分开报，尤其盯住第二层的语义偏移率。你把「建议」变成「必须」这种改动，在合规行业里是要出事的。

但我自己也留了个问号：这三层的划分标准，句法位置好判断，语义偏移怎么量化？我现在是靠人工比对原文，样本一大就撑不住。你们有没有人试过用规则或者模型来自动区分「归纳」和「转述失真」？这块我确实还没找到省力的办法。