同一批问句在五个AI搜索里跑，引用源重合度不到两成

上周把手上一个客户的 200 条问句（品牌词 80 条、行业通用词 120 条）分别丢进五个 AI 搜索入口跑了一遍，只统计“答案里出现的可点击来源域”，做了一次交叉比对。先说结论：别拿一个平台的引用率当全部，样本口径不对，结论一定歪。

测试设置

• 问句：固定 200 条，原文不改，跑批前锁版本号
• 平台：5 个（国内 3 个、海外 2 个），每个问句每平台跑 2 次取并集
• 统计：来源域名去重后做 Jaccard 重合度，不统计排名位置，先只看“有没有被引到”

跑出来的三个数

1. 五个平台来源域名的两两重合度，中位数 18.7%，最低的一对只有 9%。也就是说，你在 A 平台优化出来的那批来源，在 B 平台大概率用不上。
2. 品牌词和通用词分开看，品牌词的跨平台重合度明显更高（约 31%），通用词只有 12% 上下——通用词更依赖各家自己的索引池和语料偏好。
3. 单平台自己跑两次的稳定率也就 70%-85%，同一问句两次引用源不完全一致。所以单次测试的结论，我这边一律不认。

两个踩坑细节

• 第一次统计时我把带参数的重定向域名也算进去了，重合度虚高到 26%，去掉重定向、按主域归并后才掉到 18.7%。口径不先对齐，数字能差出一倍。
• 有个平台答案里引的来源页已经 404 了，但引用还在。这说明它引的是索引快照，不是实时抓取，这类“僵尸引用”占了样本里大约 7%，做效果评估时得单独剔出来。

我的判断
GEO 现在最容易被误用的地方，就是拿单一平台的引用率去汇报整体效果。我这边给客户的建议是：跨平台测试先固定问句原文和批次 ID，统计维度拆成“主域重合度 / 僵尸引用率 / 两次稳定率”三项，任何一个单项数据都不单独下结论。引用率高不等于被用户看到，更不等于带来转化，这中间还隔着好几层，得等更长周期的数据。

想请教一下
你们做跨平台比对时，来源域名是按主域归并还是保留完整 URL？我这边按主域归并后，有些子站的价值被平均掉了，但保留完整 URL 又会把重合度压得很低，这个口径一直没想好怎么定，有实际跑过的朋友说说你们怎么处理的？