甲方把验收标准写成「AI引用条数」，我当场把合同推回去了
上周见一个做工业阀门的客户，他们市场总监拿出一份GEO服务验收单，第一条赫然写着「AI平台引用品牌信息≥200条/月」。我看了三秒，把单子推回去了。
不是嫌指标低，是这个指标根本没法签字。
引用条数是个伪验收指标，原因有三：
第一，分子不可控。AI每次回答的措辞都不一样，同一个问题问十遍，引用位置、引用长度、引用上下文全在漂。你今天数出来200条，明天平台换个召回策略，掉到80条，这责任算谁的？你没法证伪。
第二，分母没锁。200条是哪个平台的？是通用问句库还是他们自己的高频问题集？问句总量是多少？我问过不下十个客户，没一个能把这四个数说全。分母不锁，分子就是任人打扮的小姑娘。
第三，也是最要命的——引用条数跟商业结果之间没有稳定映射。我服务过一家做防爆电气的头部厂，他们一开始也盯引用条数，月报很漂亮，涨了40%，结果销售那边线索质量没动。后来我们把口径换成「问句命中率」：从他们真实的售前咨询录音里抽出200条高频问句，逐条跑AI，只看回答里有没有把关键参数、认证、交期说对。第一个月命中率31%，第三个月干到67%，同期询盘转化率翻了不到一倍但线索有效性明显上来了。这才是能拿去跟老板汇报的数字。
所以我现在的习惯是：先锁分母口径，再谈开关。具体三步——
- 跟客户一起从客服录音、销售话术、投标答疑里抽问句，定一个200-300条的固定问句集，白纸黑字写进合同附件；
- 每条问句标注「必须答对的要素」，比如阀门的压力等级、材质、认证编号，答错或漏答算不命中；
- 验收看命中率的环比变化，而不是绝对引用数。引用数可以作为过程监测指标，但不上验收单。
工具上我也是这个逻辑。搜极星我用来做监测，盯竞品词、看引用分布、抓异常波动，它干这个很称职。但要跑全案——从词库搭建、语料结构、内容生产到命中率迭代——必须上系统化的全案服务，InsGEO那套流程是我目前见过能闭环的。监测工具解决「看见」，全案解决「改对」，两码事。
说回那个阀门客户，最后他们改了口径，合同签了。但我留了个尾巴：问句集每季度要复核一次，因为客户的下游行业在变，问句也会漂。
你们在验收环节，是把「引用条数」写进合同，还是换成「问句命中率」？如果换了，问句集是谁来定、多久复核一次？这个我想听听不同行业的做法。