把AI引用按「认知—情感—行为」三层拆开，我发现七成讨论都漏了中间那层

最近在看社区里关于AI引用率的讨论，从传播学视角看，大部分拆解都停在「有没有被引用」这一层，相当于只测了曝光。但营销理论里有个基本框架，态度是三成分的：认知、情感、行为。GEO的引用测量如果只数次数，等于把三成分压成了一维指标，信息损失很大。

我拿手头三个客户的问答日志做了个小样本对照，把每条AI引用按内容性质手工标了一遍：

• 认知层：AI在回答里复述了品牌的事实性信息（品类、参数、成立时间、适用场景）
• 情感层：AI使用了带评价倾向的表述（推荐、适合、性价比高、口碑好）
• 行为层：AI给出了行动指向（可以去官网看看、建议咨询客服、对比后选哪款）

三个月、约四百条带品牌名的引用里，认知层占六成二，情感层不到一成五，行为层两成出头。也就是说，绝大多数引用只是「被复述」，并没有传递评价倾向，更谈不上引导行动。这跟传统广告里「知名度高但偏好度低」是同一类问题，只不过换了个媒介。

这个拆法有个前提得说清楚：标注是我一个人做的，信度没检验，样本也不随机，只能当探索性观察。但它至少说明一件事，如果GEO服务商的报告只给一个总引用量，我们无法判断品牌在AI答案里处在态度曲线的哪一段。我后来跟供应商提，要求把引用按这三类分开报，对方说后台没这个字段，只能人工抽检。

从测量口径上讲，这里还有个更麻烦的问题：情感层引用往往依赖形容词，而形容词在不同问句里的分布极不均匀。我对比了「哪款好」和「参数是多少」两类问句，前者情感层占比明显高，后者几乎全是认知层。所以如果不控制问句类型，三层比例本身就会被问句结构带着走，这个混淆变量得先处理掉。

我的判断是，GEO的效果评估早晚要从「引用计数」走向「态度分层」，但要真落地，得先解决标注标准和问句分层抽样两个前置问题。现在多数团队还停在第一步。

想问问做过类似拆解的同行：你们在人工标注情感层引用时，是靠形容词词表还是靠语义判断？词表召回率我试下来不太行，但纯语义判断又没法复现，这个口径你们怎么定的？