客户说「AI推荐我们了」，我让他先截模型版本号，他愣了半天

上周客户兴冲冲甩来一张截图，说「AI搜我们行业词，第一个就推了我们」，要求把这条写进季度复盘，算GEO的功劳。我没接话，先问了一句：你这截的是哪个模型、哪个版本、什么时候、什么入口？他愣了半天，说「就……AI啊」。

不是抬杠。根据我们内部近三个月跑的对比记录，同一个问题在同一个平台的网页版、App版、不同账号登录态下，返回的品牌排序能差出两到三位。模型版本迭代一次，原来稳居第一的引用源直接掉出前五，这种事我碰上不止一回。所以「AI推荐了我们」这句话，在我这儿必须先钉死四个分母：模型与版本、入口（网页/App/插件）、采样时间、是否登录。四个缺一个，这个数据就不能进复盘表。

我自己踩过的坑更具体。上季度做品牌词监测，一开始只记「是否被提及」，跑了两周觉得数据挺漂亮，覆盖率七成多。后来我把口径拆成「提及」「推荐」「排首位」三档，同一批问句重跑，发现真正排首位的只有两成出头，剩下五成多只是「顺带提了一句」。你看，口径一松，数字立刻膨胀三倍多。这不是AI的问题，是分母没钉住的问题。

所以现在我的做法是：任何一条「AI推荐」的结论，先配一张采样卡片——模型版本号、入口、时间戳、问句原文、是否登录、截图完整页面。这六项齐了才允许写进报告。客户嫌麻烦，我就把两次不同口径的对比图摊给他看，他没话说了。

说句实在的，GEO现在最缺的不是优化技巧，是能复现的采样纪律。没有这个，谁都能说自己「被AI推荐了」，谁也证伪不了。

想问问大家：你们监测AI搜索曝光时，「推荐」这一档到底怎么定义的？是只看排首位，还是提及就算？有没有人试过固定版本号跑同批问句做对照的，评论区聊聊口径。