我把「AI引用率」的统计口径拆到字段级，才发现和供应商算的不是一回事

上周跟一家GEO供应商对数据，对方报「AI引用率提升37%」，我这边自己拉了一遍，同一个页面、同一批问题，算出来只有12%。差距不在效果，在口径。我直接说怎么拆的。

第一刀：先问「引用」的定义

供应商的「引用」是：AI答案里出现了品牌名或域名，就算一次。我的口径是：答案里必须包含我们页面上的具体事实（比如型号、价格区间、参数值），且能对应到落地页的某个区块，才算有效引用。

按他们的算法，用户问「XX品类哪家好」，答案里顺带提一句我们品牌，也算一次引用。这就把品牌曝光和内容被采纳混成了一个指标。

第二刀：分母怎么定

我让运营把最近30天真实的用户提问拉了200条，去重后按意图分了三类：比价类、参数咨询类、售后类。供应商那边的分母是「他们自己构造的100条测试问题」，跟我们实际流量结构差很远。

结果就是：他们用参数类问题测出来引用率高，但我们真实流量里一半是售后类，那部分AI根本不会引用产品页。

第三刀：批次和页面版本要对齐

这个坑我踩过。9月份改了一版产品页，把「起订量」从模糊表述改成明确数字。但供应商的测试批次还是8月的页面快照。我们两边对着同一份周报吵了半小时，最后发现测的根本不是同一个页面。

现在我要求所有GEO数据必须带三个字段：测试批次号、页面快照日期、问题集版本号。缺一个，这数据我不认。

第四刀：促销词单独拆出来看

我们页面里有「限时」「会员专享」这类词，AI经常把会员价答成所有人都能买。所以我在语料规则里加了一条：促销类词必须绑定生效条件和时间范围，否则从问答对里剔除。

这一条加上之后，AI引用率掉了大概5个点，但引用内容里答错价格的比例从17%降到了3%。我认为这个交换是值的。

结论

GEO的「引用率」不是不能信，是你必须先把字段拆到能对账的程度：引用定义、分母来源、批次版本、促销词处理规则。四个字段对不齐，数字再好看也是各说各话。

想问问各位：你们跟供应商对GEO数据的时候，「引用」这个词是怎么定义的？有没有人把「品牌被提及」和「内容被采纳」分开算过？分开之后两边差距大不大？