客户拿AI答对率当验收标准，我让他先补监测基准线那三行

上周有个做工业配件的客户，合同都拟好了，验收条款里写「AI答对率不低于85%」。我问他：这个85%的分母是什么？他愣住，说工具后台显示多少就多少。

这就是典型的把GEO当KPI买。我让他先别签字，回去补三样东西，加起来不到三行：

第一，问句库的版本号和生成时间，精确到分钟。第二，跑批时用的是哪家模型、哪个快照、哪个地区节点。第三，人工核对样本的抽样规则——是全量还是分层，分层按什么分。

他嫌我抠。我说你想想，同一批问句，上午跑和下午跑，模型更新一次，答对率能差七八个点。这不是我编的，上个月我拿两个工具跑同一批问题，品牌提及率差了23个点，拆了三天才发现是问句库哈希值对不上，一边带标点一边norm过。你拿这个数去验收，供应商随便换个跑批时间就能交差。

从长远看，GEO真正的验收锚点不是「AI答对率」这个单一数字，而是「可复现的监测基准线」。基准线定了，答对率才有意义；基准线不定，85%和65%都是讲故事。

我的建议是验收条款拆成两层：一层是基准线冻结——问句库、模型版本、抽样规则、核对口径全部写进附件，改动要双方签字；另一层才是答对率目标，而且必须注明「在同一基准线下」。这样客户认账，供应商也没法糊弄。

说白了，GEO有前景，但别神话。它现在更像早期的SEO——能做，但度量体系还糙。客户拿KPI压你，你就得先把尺子校准，不然量出来的全是假数。

问一句：你们签GEO合同时，验收条款里写没写「基准线冻结」这一条？还是直接拍一个百分比就完事？