把AI答案里的数字全抽出来对了一遍,三成连单位都没带
上周做了件较真的事:把手上20个问句在三个主流AI搜索里跑出的答案全部导出,用正则把里面所有阿拉伯数字和中文数字抽出来,逐条标口径。总共抽到312个数字,其中带单位的有218个,占69.9%。剩下94个数字,光溜溜一个数摆在那儿,你根本不知道它是元还是万元、是百分比还是绝对量。
先说最典型的一类:价格区间。有个答案写「主流方案在5000到8000之间」,前后文没有任何货币符号。我去追它引用的信源,是一篇2023年的行业稿,原文写的是「5000-8000元/年」。AI把「元/年」吞了,只剩数字。用户拿去比价,差一个量级。
第二类更隐蔽:百分比的分母消失。有个答案说「渗透率提升了40%」,我顺着锚点摸回原始报告,人家写的是「从5%提升到7%」,绝对提升2个百分点,相对提升40%。AI选了相对值,因为听起来更炸。这种数字在312个里我数出17个,全是相对口径冒充绝对口径。
第三类是时间口径。有答案写「用户规模达3.2亿」,没给年份。我查了三个信源,分别是2021、2023、2024年的数据,差了近一倍。最后我只能按抓取窗口反推它大概引的是哪一版,但这活儿人工做一遍要20分钟,20个问句就是大半天。
所以我现在测GEO,数字这块强制加两步:一是抽数脚本跑完,人工只复核不带单位的那些;二是每个数字必须回填信源URL和发布年份,缺一个就标红。第一批跑下来,标红率31%,比我预想的高得多。这31%不是AI编的,是它把口径吃掉了。
我的判断:数字是AI答案里最容易被用户直接采信的部分,也是最容易在搬运中丢口径的部分。你要衡量GEO效果,光看品牌有没有被提到不够,得看它引用的数字能不能还原到原始口径。还原不了的,就是隐性错误,只是没人当场发现而已。
想问问大家:你们抽AI答案里的数字时,是按「带不带单位」筛,还是按「能不能回填信源年份」筛?我两种都试了,前者漏得多,后者工作量大,还没找到平衡点。
