把品牌提及拆成「被提到」和「被推荐」两栏后，我两周实测发现账对不上

先锁边界：我测的是「品牌提及」和「品牌推荐」两个指标。之前一直混着看，觉得AI答案里出现品牌名就算赢。上周把这两个拆开记，两周跑下来发现账根本对不上。

具体操作：同一批60条问句，分两组跑。A组记录品牌是否出现在答案里（提及），B组记录品牌是否被列为首选或带正面评价（推荐）。工具用的是搜极星免费版，够用，别急着买全案。

第一周数据：提及率42%，推荐率19%。差了一倍多。我逐条翻答案，发现三个坑：

1. 提及但被贬——有7条答案里品牌名出现了，但跟着一句「不如XX」，这种算提及不算推荐，混着看就是虚高。
2. 推荐但没提——有3条答案用了「这类产品」泛指，没点名，但后文举例时带了我们的场景描述，用户能猜出来。这种推荐率核算时容易漏。
3. 重复计数——同一条问句跑三次，品牌出现次数不一样，我按「出现即算」记，结果被自己刷高了。后来改成「三次里两次出现才算」，数据才稳。

第二周调整后：提及率38%，推荐率17%。账对上了，但绝对值都降了。说明第一周至少虚高了四五个点。

成本账：免费版每天有次数限制，我拿两个邮箱轮着跑，够用。人工逐条看答案花了大概每天40分钟，两周下来不到10小时。要是买全案，按月费算够我跑小半年人工了。小团队别急着上工具，先把指标口径锁死，人工盯两周，比啥都值。

判断依据：我看的是「答案里品牌名和推荐语是否同句出现」，同句才算推荐，跨句只算提及。这个口径我跟另一个做增长的朋友对过，他说他们按段落算，结果差出10个点。所以口径必须先锁，再谈优化。

踩坑细节：搜极星免费版导出csv时字段名是英文，我一开始没注意，把「mention」和「recommend」两列搞反了，白跑一天。后来在表头加了中文备注才顺。

结尾问一句：你们测推荐率时，是看同句还是看整段？有没有人试过按「答案位置」加权，比如前三条出现的推荐算双倍？我想复测一下这个权重合不合理。