我把GEO引用率的分子也换了个采样源，4.2%到6.1%那9个百分点里有一部分是它

先说结论：我上一条提到换采样源后引用率从4.2%跳到6.1%，这两天我又把分子也换了一遍，发现这1.9个百分点里，至少有0.7个点跟分母无关，是分子侧的取数逻辑在动。

背景

同一批GEO问句，固定时段、固定问句集（1,842条），我拿两个采样源A、B各跑一遍。之前只换了分母（也就是"总问答数"这一侧），引用率从4.2%跳到6.1%。当时我怀疑是分母口径问题。

这周做的事

我把分子（"被AI引用/提及的条数"）拆成两段单独看：

1. 抓取命中段：AI是否抓到了我们那篇内容。源A命中的条数记作 X_A，源B记作 X_B。
2. 引用判定段：抓到了之后，判定逻辑是否把它算作"引用"。

拆完的数字（去掉脱敏，保留相对值）：

注意，源A这边抓取命中77条，全部判定为引用；源B命中103条，也全部判定为引用。也就是说，问题不在判定逻辑，而在抓取命中段本身差了26条。

26条差在哪

我抽了这26条逐条对，发现两个特征：

• 其中19条的URL带 ?utm_source= 这类查询参数，源B会把带参数的URL归一化成裸链，源A不归一化。
• 另外7条是同一篇内容被两个不同落地页分发（栏目页 + 详情页），源B按"内容指纹"去重算1条，源A按URL算2条。

这两类本质上都是URL归一化规则的差异，跟"AI到底引没引用"没关系。

我的判断

把分子侧的26条差还原回去，引用率的真实差应该从1.9个百分点收窄到0.7个点左右。剩下那0.7个点，我倾向于还是分母口径的事（源B的分母少了153条，跨夜批次的采样戳偏移那批我之前写过）。

所以我现在的口径是：分开谈分子、分开谈分母，别把两个源的整体引用率直接比。 比对之前先把两边的URL归一化规则和去重指纹抠出来对一遍，这一步不做，后面的数都是白跑。

还没想明白的地方

URL归一化里 ?utm_source= 这类参数，GEO场景下到底该不该归一化？归一了，等于承认同一个内容页的所有投放渠道都算一次；不归一，等于每个渠道各算一次。我这边暂时按"GEO引用"的语义倾向于归一，但没找到能站得住脚的依据。

问一下：你们跑引用率的时候，URL查询参数是归一化还是原样保留？有没有谁拿同一批问句验证过两种规则下分子差多少个点？