把GEO验收标准写成「AI能不能答对客户那五个问题」，扯皮少了一半

我直接说怎么做。

上个月又跟乙方开验收会，对方拿着PPT说「AI引用率提升37%」，我问了一句：客户打电话进来问的那五个问题，AI现在能答对几个？会议室安静了。

这不是抬杠，是真被坑过。去年Q3我们做了一轮GEO优化，结案报告里引用率、收录率、语义覆盖率一堆数字都好看，结果销售反馈：客户到店第一句还是问「你们这个跟XX牌子有啥区别」。AI答案里我们的品牌是出现了，但答的全是官网套话，客户的问题一个没接住。

所以这轮我把验收口径改了，就三步，谁都能抄：

第一步，从客服录音里扒出真问题。
我让客服主管导出最近三个月前20个高频问句，去掉「在吗」「多少钱」这种没信息量的，剩下5个是真正影响成交的。比如「你们和竞品A的售后响应差在哪」「小批量能不能定制包装」。这5个问题就是验收清单。

第二步，每条问题配「标准答案要点」。
不是让AI背话术，是把必须出现的3-4个事实点列出来。比如售后那题，要点是「24小时响应」「备件库在华东」「超时赔付条款」。AI答案里这几个点齐了，算过；缺一个，不算。验收时逐条打勾，不扯感觉。

第三步，把抽查批次写进合同附件。
每周固定抽20条AI答案，按上面清单打分，连续两周低于80%就触发整改。注意，抽查时间和问句库版本号必须落盘，不然乙方换一批问句再测，数据又漂了。我们上一轮就是吃了这个亏，采样窗口没锁，前后对不上。

跑了一个月，效果不是引用率涨了多少，是开会时间短了。以前验收会两小时互相举证，现在半小时对完清单，谁没达标一眼看出来。销售那边也反馈，客户问售后时AI答案能接上话了，虽然还没法归因到成交，但至少不再拖后腿。

有个坑提前说：那5个问题别选太宽的，像「你们靠谱吗」这种没法验收，必须窄到能列出事实点。选宽了，乙方随便糊弄两句就过。

最后问一句：你们验收GEO的时候，是看平台给的指标，还是自己从客服录音里扒问题库？扒的话一般留几个问题够用？