把AI答案按「引用类型」拆成三层后，品牌权重才第一次算对

上周帮一家消费品客户复盘GEO效果，他们把「AI答案里出现品牌名」直接算成一次有效曝光，跑了一个月说ROI 1:7。我把他们抓的300条答案逐条拆开看，问题出在把三种完全不同的东西混在一起算了。

本质是：AI答案里提到你，不等于AI在替你说话。我按论文综述的信源层级，把引用拆成三层——

• 直接引用：AI明确标了「据XX品牌官方数据」，或把品牌名当主语陈述事实（如「XX的退货率是2%」）。这类权重最高，因为它把品牌和具体事实绑死了。
• 归纳转述：AI把多个信源揉成一段，品牌名出现在列举里（如「包括XX在内的几个品牌都…」）。这类是「陪跑」，有曝光但无归因。
• 无主语提及：AI描述品类时顺带带出品牌名，但没有指向性（如「市面上常见的XX类产品…」）。这类基本等于噪音。

我让技术把日志按这三层打标，同一批数据重新算：客户自以为的「引用1200次」里，直接引用只有87条，归纳转述410条，剩下700多条全是无主语提及。把后两层剔掉后，真正能归因到品牌传播动作的只有那87条，对应线索转化率反而比他们原来算的高出两倍多——因为分母终于对了。

这里有个坑：不同AI平台对「引用」的呈现方式不一样。有的会在答案里嵌脚注链接，有的只在文末列来源，还有的干脆把品牌名写进正文但不给任何出处。这三类如果不分开统计，跨平台对比就是耍流氓。我让客户按平台分别建了三张表，每张表再按上面三层拆，变量才控制得住。

我的判断依据：信源层级不拉清楚，后面所有ROI、归因、预算分配都是空中楼阁。就像你不能把「被转载」和「被引用」当成一回事。

最后抛个问题：你们在统计AI引用时，有没有把「品牌名出现在答案里」和「品牌名被AI当信源引用」分开算？如果没分，你现在报给老板的那个数字，分母到底是什么？