把AI回答的「推荐理由」逐句拆开，我发现七成根本对不上产品参数

上周跟一个做小家电的客户对账，他非说GEO没用，理由是「AI提到我们品牌了，但客户没转化」。我说先别急，把AI那段回答打印出来，一个分句一个分句往下划。

结果挺尴尬的。AI讲了六句话，只有两句跟我们详情页的参数对得上。剩下四句，一句是把竞品的卖点挪过来了，一句是拿了三年前的老规格，还有两句纯粹是模型自己「脑补」的功率区间。客户当场脸就绿了——这哪是品牌被推荐，这是被AI随便代言了一通。

我们后来定了个笨办法，但我觉得比啥工具都好使：

第一步，把AI回答按句切分。 一句一行，编号。别整段看，整段看容易「感觉差不多」。

第二步，每句去详情页找原文。 找得到的标绿，找不到的标红，找到但数字不一样的标黄。

第三步，只统计绿句占比。 我们跑下来，十个类目二十个问句，绿句平均不到三成。也就是说，七成内容我们根本没控住。

这就有意思了。以前大家盯的都是「AI有没有提我」，提了就觉得赢了一半。但提了不等于说对了，说错了反而更糟——用户看到错误参数下单，退货率往上飙，这锅还得品牌背。

所以我现在的判断标准特别粗暴：先看绿句率，再看提及率。 绿句率低于50%的品牌，谈占位没有意义，等于在沙子上盖楼。

对了，还有个细节。同一句问话，我上午跑和下午跑，绿句率能差十来个点。所以我要求团队每批测试至少跑三次取交集，只认三次都绿的那部分。单次跑出来的漂亮数字，我一张都不信。

现在不做，更待何时！这个问题不解决，后面所有优化都是在给错误答案抛光。

想问问各位：你们测AI回答的时候，是按整段感觉打分，还是也逐句拆过？拆过的，绿句率大概在什么水位？