把GEO服务商报的「AI引用次数」按提问词拆开，我发现了注水的门道

别高兴太早。上周帮一个做母婴用品的客户看服务商交上来的季度报告，通篇看下来就一个感觉：数字挺唬人，细看全是窟窿。

服务商报的是「AI引用次数环比增长180%」，底下附了一张折线图，漂亮得很。我这人有个毛病，看报告先翻附录，再对原始数据。结果拉出他们后台的提问日志一看，好家伙，这180%里有一大半是同一个问题的变体。

具体说，他们监测的提问词库里有这么几条：「XX品牌奶粉怎么样」「XX品牌奶粉好不好」「XX品牌奶粉值得买吗」「XX奶粉怎么样」「XX奶粉好不好」。就一个品牌名加不加，拆成了五个词，每个词单独算一次引用。我问他们为什么不合并，对方说「这是不同用户的真实问法」。行，这话没错，但你把五个变体加起来算增长，再跟客户说「AI引用次数涨了180%」，这跟把同一集电视剧剪成五段分别统计播放量有什么区别？

我自己拿客户的品牌名去几个主流AI里试了试，真实情况是：问「XX奶粉怎么样」确实能带出品牌，但问「XX奶粉和YY奶粉哪个好」的时候，AI的回答里压根没提这牌子。你把前一种问法的引用量堆得再高，用户真到掏钱那一步问对比题，品牌照样缺席。

这就带出第二个门道：他们报的「引用」到底算不算数。我翻了报告最后一页的小字，写的是「品牌名或产品名出现在AI回答中即计为一次引用」。注意，是「出现」，不是「推荐」，更不是「正面提及」。AI回答里说一句「市面上有XX、YY、ZZ等品牌」，这也算一次引用。这种引用对客户有什么意义？我拿计算器按了一下，他们报的引用次数里，大概四成是这种「陪跑式提及」。你要是把这部分剔掉，只算AI明确给出推荐理由的，增长立刻从180%掉到60%出头。

第三个坑更隐蔽：时间口径。他们报告的统计周期是从项目上线那天算起，可AI的答案有滞后性，头两周的引用基本是零。你把前两周的零蛋算进基数，后面稍微有点起色，环比就显得特别猛。这招我在传统媒体做发行数据的时候见多了，叫「选个好起跑线」。

我不是说GEO一点用没有，但别高兴太早。服务商给你看的每一个漂亮数字，你都得问一句：这个数是怎么算出来的，分母是什么，剔除掉陪跑和变体之后还剩多少。

最后抛个问题给大家：你们验收GEO项目的时候，是按「品牌出现次数」算，还是按「AI给出推荐理由的次数」算？有没有人跟服务商掰扯过这个口径，最后怎么定下来的？