GEO服务商说能监测AI搜索排名，我让他先出30天原始日志再谈

上周有家服务商来聊GEO，PPT翻到第三页我就喊停了。他说能监测品牌在AI搜索里的“排名”，我问他那排名是怎么来的，他说“后台算法综合计算”。我干IT二十年，最怕听到“综合计算”四个字。

我让他把监测逻辑拆开讲：

第一，AI搜索本身不给你排名列表。 我问的是“XX行业哪家供应商靠谱”，AI回一段话，里面可能提你，可能不提。你管这个叫第几名？是看出现顺序，还是看段落位置，还是看引用链接的排序？口径不锁死，后面所有数据都是白扯。

第二，样本量怎么算。 他跟我说“每天监测100个问题”。我问100个问题是固定的还是动态的，不同时间问同一个问题AI答案都不一样，你这100条覆盖了多少个真实用户问法？我们客服后台一天进线量是400多条，真实问法比他词包杂十倍。拿100条问答去代表整个市场，这个误差率他算不出来。

第三，也是最要命的——原始日志。 我说你先别给我看雷达图、趋势线、健康分，你把这30天监测到的原始问答对导出来，我自己抽20条去重问一遍，看跟你的记录对不对得上。他支支吾吾说“后台数据是脱敏的”。我说脱敏可以，但时间戳、问句原文、AI回答原文、你标注的“提及/未提及”这四列得给我。

最后他没给。

我的判断很简单：GEO要试点，第一笔钱不该花在“监测看板”上，该花在“口径对齐”上。具体做法我建议这样：

1. 先自己拿10个核心问句，每天固定时间问一遍，手动记“提没提、提了几次、提的位置在段落前中后”，记满两周。
2. 拿这两周的手工记录去对服务商的监测结果，看重合率。重合率低于七成，说明他的样本设计跟你的真实场景对不上。
3. 重合率够了，再谈按什么口径结算——是“提及率”还是“首段提及率”，这两个数能差出两三倍。

我去年踩过一个坑：某工具报“AI提及率85%”，我拿手工记录一对，实际只有41%。差在哪？他把“品牌名出现在AI回答的参考链接里”也算提及了。这种口径不提前锁死，后面预算批多少都是糊涂账。

所以我想问问各位：你们跟服务商谈监测的时候，有没有要求过导出原始问答对？还是说大家都默认看板上的数就是真的？