跑批时把「品牌词」和「品类词」混在一个池子里，AI引用率直接虚高了一截

各位大佬，求指点！最近踩了个坑，越想越后怕，写出来给大家避避雷。

事情是这样的：上个月我们给一个客户做GEO试点，后台跑批的时候，我图省事把「品牌词」和「品类词」的监测池合并成一个表，想着反正都是关键词，一起跑效率高。结果出来一看，AI引用率冲到 38%，客户挺高兴，我自己也美滋滋。

但到了周会复盘，老板随口问了句「这 38% 里有多少是人家本来就在搜你品牌的？」我当场愣住。

回头把池子拆开重跑，数据是这样的：

• 品牌词池（比如「XX牌风衣」）：AI引用率 61%，但这类搜索本来就有明确品牌指向，AI答案里出现品牌名几乎是必然的，参考价值很低。
• 品类词池（比如「通勤风衣推荐」）：AI引用率只有 9%，这才是真正考验GEO优化的地方。
• 两个池子合并后的「综合引用率」：38%，完全是个被品牌词拉高的虚数。

更坑的是，我们前期给客户看的趋势图也是合并口径，等于说前两周的「效果增长」里，有一大半是品牌词自然波动贡献的，跟优化动作关系不大。

我后来翻跑批日志核对，发现品牌词池的样本量占了总池子的 72%，也就是说这个「38%」基本是被品牌词主导的。要是按品类词单独看，我们的优化动作带来的增量其实只有 3 个百分点左右，但合并口径下看起来像涨了 15 个点。

现在我的做法是：

1. 跑批前先固定口径，品牌词、品类词、竞品词、场景词分池跑，每个池子单独出引用率和样本量；
2. 汇报时只拿品类词和场景词的引用率说事，品牌词单独列出来当「基线」参考；
3. 每次跑批在日志里标注池子划分规则，方便后面回溯。

但有个问题我还没想明白：品牌词池到底该不该完全排除在GEO效果评估之外？有些大佬说品牌词也能反映AI对品牌的认知准确度，不能一刀切。我现在的处理是品牌词只用来查「答案里品牌名/型号有没有写错」，不算进效果指标。

求大佬指点：你们跑批的时候，品牌词和品类词是怎么分池的？品牌词到底算不算GEO效果的一部分？有没有更细的分层口径可以借鉴？