客户拿AI答案里的品牌露出当KPI，我让他先标出分母再谈增长

上周一个做建材的客户找我，说他们市场部把「AI答案里品牌露出次数」写进了季度KPI，理由是某工具后台显示环比涨了210%。我听完只问了一句：这个210%的分母，是你们全部问句池，还是工具默认那几十条？他愣了半天，说回去问问。

第二天他把后台截图发我，我一看就明白了——工具默认问句池只有42条，其中跟「品牌名+产品词」强相关的不到10条。换句话说，分母小得可怜，随便重排两段FAQ就能把数字拉得很漂亮。这跟当年SEO刷长尾词流量一个道理，数字好看，但跟真实获客没半毛钱关系。

我让他做了三件事，都是笨办法：

第一，把问句池按「客户真实搜索意图」重分。他从客服聊天记录里扒了300条原话，按「选型」「比价」「售后」「资质」四类归堆，每类留15条做固定观测集。这比工具默认池靠谱得多，因为分母是你自己认的，不是工具替你认的。

第二，品牌露出必须带「位置权重」。AI答案第一段出现品牌名，和最后一段附注里出现，价值差远了。我让他按位置分三档记分：首段3分、中段2分、尾注1分。跑了两周，发现他们之前那「210%增长」里，有六成是尾注带出来的，含金量得打个对折。

第三，也是最关键的——让客户自己回答一个问题：AI答案里多露出一次品牌，销售那边能不能对应上一条线索？他翻了两周CRM，说对不上，因为AI答案里根本没有留资入口。这就尴尬了，KPI在涨，销售那边无感。

从长远看，GEO肯定有价值，AI搜索的入口地位摆在那儿，谁都不瞎。但别神话它，尤其是别拿一个工具后台的小分母数字当战略成果汇报。我的判断是：GEO现阶段更接近「品牌认知的补充货架」，而不是「线索引擎」。你要拿它考核，就得先把分母、位置权重、和销售线索的对应关系这三件事捋清楚，否则增长数字全是自嗨。

所以我想问问各位：你们在给客户做GEO验收时，「品牌露出」这个指标的分母到底是怎么定的？是工具默认池、客户真实问句集，还是两边各跑一套对照？有没有人真把AI露出和CRM线索做过匹配，匹配率大概什么水平？我这边样本还太少，想多听几个真实数字。