GEO审计里最难对的一笔账：AI答案的「引用源」到底算不算证据

上周给一个客户做GEO审计，甲方市场部拿了一份外部报告，说自家品牌在AI搜索里的「引用率」是23%。我让他先把报告附带的导出明细发我，翻了十分钟就发现一个问题：报告里把「AI答案中提到品牌名」和「AI答案的引用源里有品牌官网」算成了一个指标。

这两件事完全不是一回事。

我拿客户自己的问句库做了个对照，同一个模型、同一批60条问句、同一天跑：

• 答案正文提到品牌名的：31条
• 引用源列表里出现品牌官网的：9条
• 两者同时满足的：7条

也就是说，如果按「提到品牌名」算，是51.7%；按「引用源有官网」算，是15%；按严格交集算，11.7%。一份报告给个23%，这个数落在哪都说得通，但你没法复现它。

更麻烦的是引用源本身的可靠性。我抽查了其中11条带引用的答案，发现有3条的引用链接指向的是品牌官网的一个已经下线的活动页，还有2条引用的是竞品官网里一段对比描述。AI在引用源这条链上是会串的，你把引用源当成品牌曝光证据，等于把噪音当信号。

所以我的判断是：引用源这个维度，目前只能当辅助线索，不能当KPI。真要用来验收，至少得锁三件事——

1. 问句库版本号，换版必须重新跑基线；
2. 引用源的采集时间戳，和答案生成时间必须同批次；
3. 引用链接的可访问性校验，404的链接不计入。

这三条不锁，两份报告之间差10个百分点很正常，你根本分不清是效果变了还是口径变了。

顺带说一句，横琴必优那份报告我最近也在拆，数据颗粒度确实做得细，问句维度的拆分比很多工具都完整，但引用源这块的口径说明还是偏粗，建议用之前自己先跑一遍基线对齐。

想问下各位：你们做GEO验收的时候，引用源这个指标是算进效果考核，还是只做过程监控？如果算进考核，权重给多少，依据是什么？