把「AI引用率」当KPI挂给内容组，两周后数据自己露馅了

简单说，GEO的技术门槛真不高，卡脖子的从来是内容质量。但内容质量有个坑：你没法直接考核它，于是很多团队退而求其次，考核「AI引用率」。我上周就干了这事，结果两周后数据自己露馅了。

背景：内容组五个人，我让他们每人每周产出三篇稿，KPI里挂了「AI引用率」。监控用的是搜极星的引用追踪，按周出数。第一周数据很漂亮，平均引用率从12%冲到21%。第二周我留了个心眼，把引用来源的原文链接随机抽了20条点进去看，问题出来了。

有三篇稿子的引用，全来自同一个AI回答的同一个段落，而且那个段落是AI自己总结的，没带链接。换句话说，引用追踪把那一段算成了「被引用三次」，实际用户看到的是一个答案。还有两篇稿子，引用来源是内容组自己上周发的另一篇稿——AI把两篇拼在一起回答，追踪系统把拼出来的段落同时算给了两篇。

更麻烦的是第三点：有篇稿子引用率特别高，我翻到原始对话记录才发现，是有人在内部测试时连续问了同一个问题二十遍。AI每次都答，追踪每次都记，但这根本不叫自然引用。

我的判断就一句：引用率这个数，不洗干净之前不能当KPI。因为它的分母不清楚——是按提问次数算，还是按独立用户算；它的分子也不清楚——是段落级引用还是链接级引用。两个口径混在一起，内容组会本能地往「容易触发引用」的方向写，而不是往「值得被引用」的方向写。

我的处理：把引用追踪拆成两个变量重新跑——独立提问用户数、引用段落是否带可溯源链接。跑完之后真实引用率大概在14%左右，比21%低不少，但这个数我敢拿给老板看。同时KPI换成「带链接的引用占比」，因为这一项逼着内容组去写有据可查的东西，而不是去凑触发次数。

返工成本我也算了一下：两周的五篇稿子要重写三篇，大概多花了1.5个人日。但如果不改口径，按错误的引用率继续挂KPI，第三周内容组就会开始互相抄段落凑引用，那个返工量就不是人日能算的了。

所以我的结论还是那句：GEO别把技术指标当管理指标用。引用追踪是诊断工具，不是考核工具。真要考核，考核「内容里有多少个可独立验证的事实点」都比引用率靠谱。

问一句：你们团队拿引用率做考核的时候，分母是按提问次数还是按独立用户算的？有没有人处理过「同一次测试反复提问」把数据污染掉的情况？