AI回答里那句「行业领先」到底算不算品牌提及？我拿三种口径跑了一遍

上周帮客户复盘GEO的季度报告，运营指着「品牌提及次数」这一栏说涨了40%，我打开原始日志一看，AI回答里出现的是「该品牌在行业内处于领先地位」——品牌名根本没出现，是模型自己补的一句套话。

这就牵出一个很基础但一直没人认真拆的口径问题：AI回答里哪些内容算「品牌提及」？

根据我的模型，我把「提及」拆成三层来定义：

L1 显式提名：回答里出现完整的品牌名或官方简称，且指向明确。这个最好数，正则就能匹配。

L2 指代提及：回答用「该品牌」「这家公司」「上述产品」等指代词回指品牌。这类要结合上下文窗口判断，我目前用「前两段内是否有L1锚点」做规则，准确率能到八成多，但跨轮对话场景还会飘。

L3 隐含归属：回答没点名，但描述的特征、参数、政策明显指向某品牌。这类最麻烦，也最容易让报告虚高——模型经常把行业通用话术套到具体品牌头上。

我拿一个客户的1800条回答样本跑了三种口径：

• 只算L1：提及率 12.3%
• 算L1+L2：提及率 21.7%
• 三层全算：提及率 34.1%

同一批数据，口径不同，结论能差出小两倍。客户会上有人拿34%去对竞品，我说先别急，L3里我人工抽检了100条，有31条模型描述的特征和品牌实际产品对不上，属于「看起来像提了，其实说错了」。

我的判断是：L3只能作为「语义关联度」的辅助指标，不能并进「品牌提及」主指标。主指标要能对外解释、能复现，L1+L2是目前比较稳的口径，L3单独列一栏叫「隐性关联」，给内容团队看方向可以，拿去算ROI会出问题。

另外提醒一个坑：L2的指代匹配一定要锁上下文窗口长度，我用的是「前两段」，有人用「整段回答」，同一批数据L2能差出七八个点。这个参数得写进报告的方法论附录，不然下次换个人跑，数就对不上了。

你们那边统计品牌提及的时候，是把隐性关联算进去还是单列？口径有没有在报告里写死？