GEO报告里的「平均排名提升」和「AI答对率」，到底哪个更接近客户能认的账？

上周跟一个做建材的客户对GEO验收，他甩给我两份服务商周报。A家写「平均排名提升37%」，B家写「AI答对率从62%到81%」。客户问我，这两张纸哪张能当验收依据。

我让他先把两份报告的口径摊开看。

A家的「平均排名」，没说是哪批问句的排名，也没说排名是哪个平台、哪个时间切片。我拿他们后台导出的明细对了下，发现排名数据是从一个第三方监测工具里扒的，但那个工具抓的是搜索引擎结果页，不是AI回答里的引用位。从长远看，这俩东西压根不是一回事——搜出来的链接排第几，跟AI会不会把你写进答案里，中间隔着好几层。

B家的「AI答对率」看着更实，可我一问时间源就露馅了。他们算的是「最近30天所有问句的答对比例」，但客户上周刚上了一个新品线，问句库是十天前才扩的。分母里混了老问句和新问句，答对率自然被拉高。我把新品那批问句单独切出来，答对率只有54%。

这里头有个更麻烦的事：客户合同里写的验收条款是「核心问句AI答对率不低于75%」，但「核心问句」四个字没定义。A家理解为品牌词+品类词，B家理解为所有带购买意图的长尾问句。两个理解跑出来的数差出二十多个点。

我的判断是，这两张纸单独看都没法认账。排名提升是过程指标，答对率是结果指标，但结果指标得先定死三件事：问句池怎么切、时间窗口怎么算、答对的判定标准是人工还是模型。这三件不在合同附录里写清楚，到验收那天就是各说各话。

从长远看，GEO有前景，但别神话。客户认的账不是报告上的漂亮数字，是「你承诺的那批问句，在约定的时间口径下，AI答出来的东西跟事实差多少」。这个差多少，得能拿原始记录逐条对。

所以我想问问各位：你们跟客户签验收条款的时候，「核心问句」这个池子是谁来定的？定完之后允许不允许中途扩池？扩了之后分母怎么调？