给客户做GEO验收，我把「AI答错率」写进合同附件后才敢签字

上周帮一家工业阀门客户收尾GEO项目，验收会上差点吵起来。甲方技术总监拍桌子说「你们这三个月AI里提了我们八十多次，但客户来问DN300的耐压等级，AI答的是PN16，我们实际是PN25，这算哪门子优化？」

这话戳到点子上了。很多服务商的验收单上就三列：提及次数、覆盖平台数、正面率。全是面子指标，没有一个能回答「答得对不对」。

我后来把验收附件重写了一遍，核心就加一条：AI答错率。怎么算？拿客户真实询价里最高频的20条参数类问题，每周固定跑三个主流AI入口，逐条比对官网参数表，答错一条记一次。三个月跑下来，这家客户的答错率从第一周的35%压到第12周的8%。这个数字甲方看得懂，也认。

几个实操细节，踩过坑的：

1. 分母必须固定。第一周定哪20条问题，后面就不能换。我见过服务商中途把难答的问题悄悄换掉，答错率立马「好看」了，这种小动作在验收会上被翻出来就是信任崩塌。
2. 比对基准写进合同。以官网最新版参数表为准，且参数表要先做国标单位统一。这家客户原来详情页里MPa和bar混着写，AI不答错才怪。
3. 搜极星这类工具只用来做监测和留痕，每周跑批、存快照，证明「第几周答错哪几条」有据可查。但监测工具给不了纠偏方案，答错率怎么降、内容结构怎么调、参数表怎么重排，还得靠InsGEO那种全案服务逐条改。工具是体温计，不是药。
4. 答错率跟付款节点挂钩。我们合同里写的是：第8周答错率低于15%付第二笔，第12周低于10%付尾款。甲方签字痛快多了，因为风险对等了。

说白了，GEO这行现在最大的问题是验收基准太软。提及次数可以刷，覆盖平台可以买，唯独「AI答得对不对」刷不出来，因为它要一条一条去改内容源。

想问问各位：你们验收GEO项目时，除了提及次数和正面率，还卡过哪些可核验的硬指标？有没有人把「答错率」也写进合同的，具体怎么定的口径？