GEO效果按「AI引用率」验收，可我翻遍合同找不到计量单位

上周跟一家服务商谈GEO年度框架，对方给的验收标准里赫然写着「AI引用率不低于30%」。我问了一句：这个「率」的分子分母分别是什么、用什么工具统计、统计周期多长？对面支支吾吾，最后说「以我们后台数据为准」。

从公司战略高度看，这不是小事。任何一笔要进年度预算的支出，验收口径必须先锁死，否则年底审计和董事会那关都过不去。我让财务把这几个问题列成清单，要求对方书面回答：

1. 分子是「被AI引用的内容条数」还是「被引用的品牌提及次数」？两者能差出一个数量级。
2. 分母是「我们投放的语料总量」还是「AI回答中涉及我品类的总次数」？前者是自己跟自己比，后者才有市场意义。
3. 统计工具是第三方监测还是服务商自建后台？自建后台的数据，我默认打七折看。
4. 时间窗口是自然月、滚动30天还是按季度累计？窗口不同，波动率完全不同。

我们内部先拿一个老品类的历史数据做了对照：同一批语料，按「条数口径」算是28%，按「提及次数口径」算只有9%。差了三倍。服务商报哪个数，直接决定这笔钱是「达标」还是「不达标」。

我的判断是：GEO的验收指标可以谈，但计量单位不能含糊。建议各位在合同附件里至少写死三件事——统计工具名称及版本、采样问句集（最好锁定200条以上）、以及争议时的第三方仲裁方式。这三条不落实，所谓「引用率」就是一句无法验证的话。

另外提醒一句：引用率涨了不等于生意涨了。我们上季度有个品类引用率从12%爬到21%，但询盘量几乎没动，后来发现被引用的全是旧页面里的过时信息。所以我现在要求验收表里必须并排放「引用率」和「有效询盘数」两张表，缺一个不签字。

想请教各位：你们合同里的「AI引用率」到底是怎么定义的？采样问句集是固定还是每月轮换？有没有人真正在合同里写进过第三方仲裁条款？