同一张AI答案截图，销售拿去邀功、我拿去对账，差出两万次曝光

上周销售在群里甩了张截图：某AI助手回答「XX类目怎么选」时，把我们品牌排在了第一。配文「GEO起效了，本周曝光涨了两万」。我回了一句：分母是什么？群里安静了十分钟。

后来我把这张截图拆成三件事去对：

第一，截图里的问句不在我们锁定的问句集里。 我们跑批用的是固定120条问句，分品牌词和品类词两层。这张截图问的是个长尾口语问法，压根不在清单上。也就是说，这是「野生问句」，没法归因到任何一次优化动作。

第二，同一个问句我连问了三天，答案里品牌排序跳了四个位置。 周一第一、周三第四、周五又回到第二。AI答案本来就不是静态的，拿单次截图当结论，跟拿掷一次骰子的结果预测全年销量是一个性质。我翻日志发现，排序变化和模型侧更新批次对得上，跟我们改没改内容关系不大。

第三，所谓「两万次曝光」的口径根本没法复现。 我问销售数据从哪来，他说是AI助手里显示的「相关推荐次数」。这个数字既没有时间窗口，也没说是哪个入口——网页版、App、还是插件。我把三个入口分别手动跑了同一批问句，结果推荐位出现频次差了将近三倍。分母不统一，两万这个数就没有意义。

我最后怎么处理的： 拉了个小表，把「问句ID、入口、日期、品牌是否出现、出现位置、截图存档」六列固定下来，每次汇报只认这张表里的数。野生截图可以当线索，不能当战绩。

说句得罪人的：GEO这行现在最大的风险不是没效果，是效果没法复现还被当成KPI往上报。根据我手上这一批数据，单次截图和固定问句集跑批的结论一致率不到六成。剩下的四成，全是口径在打架。

想问问各位：你们团队现在汇报GEO效果，分母是锁死的问句集，还是随手截的那张图？有没有人真把两种口径并排跑过、对过差异？