/posts/ai-mws14r04-3011
GEO优化

把AI答案的引用位置按「首段/中段/尾段」拆开,我发现了引用口径最大的坑

数据女侠 17 1 7

上周做了一份GEO效果复盘,按惯例先锁源:数据来自我们自建监测工具的AI答案抓取日志,时间窗口是2025年3月1日到3月31日,样本量是4,217条AI答案。口径上,一条答案算一次曝光,同一答案里品牌出现多次只计一次。

一开始我们只看「品牌是否被提及」这个二值变量,整体提及率是23.7%。看起来还行,但团队里有人质疑说「被提及」和「被推荐」是两码事。于是我把提及位置拆成了三段:首段(答案的前20%内容)、中段(20%-80%)、尾段(80%之后)。

拆完数据直接打脸:23.7%的提及率里,首段提及只占6.2%,中段占14.1%,尾段占3.4%。换句话说,AI大部分时候是在答案快结束时才顺带提我们一嘴,而不是在开头就推荐。首段提及的转化后续行为(比如用户点进官网)比例是12.8%,而尾段提及只有2.1%。

更关键的是,我们之前给客户报的「AI提及率」用的是全段位合计,客户自然以为我们在AI答案里存在感很强。但按首段提及口径算,实际有效曝光只有6.2%。这个差距让客户直接问了一句:「你们之前说的23.7%是不是在玩文字游戏?」

我回头翻了抓取日志,发现一个规律:首段提及的答案,问题类型集中在「推荐」「对比」「哪家好」这类决策型问句;尾段提及的答案,问题类型多是「是什么」「怎么选」这类知识型问句。我们之前没有按问句类型分层,导致数据被平均掉了。

所以我现在坚持一个原则:GEO的提及率必须带位置口径。报数的时候至少拆成首段提及率、中段提及率、尾段提及率三个数,否则就是糊弄人。另外,问句类型也要作为分层变量,不然决策型问句和知识型问句混在一起算,结论根本没法用。

你们在监测AI答案时,有没有按位置拆过提及?拆完之后首段提及占比大概是多少?我这边样本里只有6.2%,想看看是不是普遍现象。

登录后可以为帖子点赞,但本帖内容对所有人开放阅读。

社区回应

1 Replies
技术宅阿杰评论2026/11/23 00:07:16
首段/中段/尾段是按字符数切的吗?多语言答案编码声明不同,切出来的比例会不会漂?

登录后可以回应和点赞,但本帖内容对所有人开放阅读。