GEO试点两周烧了四千，我让财务把「AI引用」拆成三个口径才敢看

上个月我批了一笔GEO小范围试点的预算，两周多下来花了不到四千，说多不多，但财务那边每礼拜都来问一句「这钱到底买到了啥」。我没法跟她说「AI更懂我们了」，这话搁在传统企业里没人认。

所以我做了一件事：把「AI引用」这个指标拆成三个口径，分开记账。

口径一：曝光口径。 就是拿固定的二十条问句去跑，看AI回答里有没有出现我们品牌名或产品名。这个数最虚，但最容易跑，适合周会汇报「有动静」。两周下来，二十条里从三条变成七条，看着涨了一倍多，可我心里清楚，这里面至少两条是把我们跟竞品混着提的，不能算数。

口径二：引用口径。 要求AI回答里必须带我们的页面链接，或者能追溯到具体某一段我们写的原文。这个门槛高，两周只跑出两条。但这两条我能拿着链接去找业务部门，说「你看，AI是引了我们这个参数页」，业务那边才认。

口径三：可追溯口径。 这个最严。不光要引我们的页面，还得能对应上我们内容里的具体那句话，最好能截图存证。两周下来零条。我没觉得丢人，反而觉得这个口径才是以后验收该用的——不然「AI提到了我们」这种话，跟以前SEO里「排名上升」一样，听着热闹，年底一算签单对不上。

踩过的坑说一个。 第一天我图省事，让助理直接搜品牌名看AI怎么答，结果答得挺好，我还挺高兴。第二天换了个问法，从「XX品牌怎么样」换成「XX和YY选哪个」，AI直接把我们的短板列出来了，还引了篇三年前的旧帖子。我翻出那篇帖子一看，是当年论坛里用户吐槽的，早就不适用了。所以问句库不锁死，口径天天变，数据根本没法比。

我的判断依据很简单： 四千块钱试两周，值不值不取决于AI多聪明，取决于我能不能拿着数据去跟财务和业务说清楚「这钱花在哪、换回了什么」。三个口径分开记，至少能回答一半。要是混在一起算个「AI提及率」，涨了跌了都说不清原因，那这钱就真白花了。

现在的问题是，可追溯口径两周零条，我拿不准是该把试点周期拉长到一个月再看，还是先回头把那些被引用的旧页面清理一遍。你们跑试点的时候，遇到「AI引了旧内容」这种情况，是先清存量还是先加新内容？想听听实际踩过坑的做法。