AI把两家竞品的财报口径记串了，我翻了三份年报才把责任链理清楚

上周做一组行业问句测试，问“XX行业头部两家公司2023年毛利率谁更高”，AI答得干净利落：A公司31.2%，B公司28.7%，还带一句“A明显更优”。我当时差点把它写进稿子。

结果一翻年报，A是31.2%，但那是2022年的数；B的28.7%倒是2023年的。AI把两个年份的指标拼在了一起，还替我们下了“明显更优”的结论。本质是：AI不是记错数字，是重组了信源层级——它默认“同行业、同指标”就能横向比，却不管报告期。

我这几天把三份年报和一份券商研报摆在一起做了个溯源表，发现责任链条至少断在三个地方：

第一，口径层。 两家公司毛利率一个按“含运费口径”，一个按“不含运费”，差出1.8个百分点。年报附注里写得清清楚楚，AI没引附注。

第二，时间层。 AI的引用里混着2022、2023两个报告期，但正文没有一个年份标注。我做了个粗暴统计：这类“跨期拼接”在财经问句里出现频率不低，十次里能撞上两三次。

第三，转述层。 券商研报那句“盈利能力领先”被AI当成事实引用了。这本质上是把观点层的东西，塞进了事实层。

我的判断依据很简单：AI引用要拆成“引用、归纳、转述”三层看权重。 年报原文引用权重最高，归纳次之，转述基本只能当线索。这次翻车就翻在第三层被当成了第一层。

给做GEO的朋友提个醒：别光盯着“被引用”，得盯“被哪一层引用”。你被AI转述一次，等于把解释权让渡出去了。

问一句：你们测AI引用的时候，有没有专门把“报告期”和“统计口径”做成问句变量控制？还是跟我一样，先被结论骗了一轮才回头翻底稿？