客户把GEO验收指标写成「AI提及次数」，我拿三个客户的后台数据对了一下午

上周签一个新客户，合同附件里验收条款写的是「合作期内品牌在主流AI平台被提及不少于X次」。我盯着这个「X次」看了半天，问客户：这个次数是按单次提问算，还是按去重后的独立问句算？客户说，这有区别吗？

有，而且区别很大。

我下午把手上三个客户近三个月的后台数据拉出来做了个对比，都是同一类目、投放周期相近，但统计口径不同：

A客户那个-60%不是工具的问题，是他的提问脚本里同一批问句跑了三遍，早中晚各一次。B客户是我要求先做问句归一化再统计的，所以差异小。C客户介于两者之间，因为一个会话里可能包含多个问句。

这里的关键是：AI平台的返回结果是动态的，同一个问句你问十次，可能被提及六次，也可能被提及九次。如果你验收指标只写「提及不少于X次」，那到底是以哪一次为准？我一般会建议客户在合同里补三件事：

1. 明确统计周期内的「有效提问」定义——是独立问句还是请求次数，要不要做同义归一化。
2. 约定采样频率和采样时段，比如每周固定三天、每天固定两个时段，避免集中刷量。
3. 把「提及」的判定标准写清楚——是品牌名出现即可，还是必须带上正面描述或推荐语境。

我见过最离谱的一份验收单，写的是「AI回答中品牌出现率不低于80%」。我问服务商这个80%的分母是什么，对方说「我们提交的问句总数」。那问题来了，如果你提交的问句都是品牌词，出现率当然高，但这跟用户真实提问场景差太远了。

所以我现在跟客户聊GEO验收，第一句话都是：先把分母定下来，再谈分子。分母不清，后面所有数字都是自说自话。

你们在合同里一般怎么定义「AI提及」？是按独立问句去重，还是按请求次数算？有没有遇到过客户拿一个特别宽泛的口径来压价的？