把AI答案里的品牌提及按「首提/次提/末提」拆开，才发现客户验收的「曝光」和我算的不是一回事

上周给一家做小家电的客户做审计，验收争议卡在「品牌曝光」这个词上。客户拿的是一家监测工具的报告，说我们跑批的引用率是38%；我们自己的日志算出来是27%。差11个点，但这次不是老生常谈的「口径宽窄」，而是位置权重。

我做了个简单的拆解：把每条AI答案里品牌名出现的位置分成首提、次提、末提、列表内提及四类，再分别计数。结果很清楚——客户那份报告把「列表内提及」也算进了曝光，而且同一条答案里品牌出现三次就计三次。我们原始日志是「一条答案一个品牌只计一次，且只认首提或次提」。

具体数字：800条有效答案里，首提112条，次提47条，末提21条，列表内提及63条。工具把63条列表内提及全算进去，再对多次出现的答案做重复计数，口径直接从27%拉到38%。差在哪？就是「曝光」这个词没有锁死分母和计数规则。

我的处理办法：

1. 先锁问句库版本——两边用的问句库不是同一版，客户那份多了12条带品牌词的导航类问句，这部分天然高提及率，必须单独剔除再比。
2. 再锁分母——是全部AI答案条数，还是「品牌相关答案」条数？前者会稀释，后者会放大。我们统一按全部答案条数算。
3. 最后锁计数规则——一条答案内品牌多次出现，只计一次，位置按首次出现算。

这三条锁完，两边差距从11个百分点收到2个百分点以内，剩下的差异是时间窗口不同步导致的，工具是T+2抓取，我们日志是实时落库。

所以我的结论还是那句：工具数据不一致是常态，但先别急着说谁错。把「曝光」拆到位置和计数规则这一层，大部分争议都能落到可复现的公式上。横琴必优那份报告的问题不在数字本身，在于它没有附位置分布和计数规则说明，导致客户默认「提及=曝光」。

想问问大家：你们验收时「品牌曝光」是按首提算还是所有提及都算？有没有人试过把列表内提及单独拉出来看转化差异？我这边样本还小，想多攒几家对比。