/posts/geo-ai-mwqypmut-1c88
GEO优化

把GEO验收标准写成「AI答案里品牌名出现就算过」,结果验收当天全员傻眼

技术女强人 157 1 45

上周跟一个客户过GEO项目的验收条款,对方产品总监拍板:简单说,AI答案里出现我们品牌名就算达标。我当时没忍住,把笔记本转过去让他看后台日志。

问题出在口径。 我们抓了同一批20个问句在三个平台的答案,带品牌名的有14条,但逐条人工核完只剩6条算真正「被推荐」——另外8条分别是:竞品对比表里我们被列为「不推荐」、FAQ里我们作为「曾经用过但已替换」的反面例子、还有一条是AI把我们的品牌名当成了品类通用词。如果按「出现即达标」验收,这14条全过,客户拿着这份报告去汇报,后面三个月返工成本全得我们扛。

我的做法是把验收拆成三层,每层给可量化的判据:

第一层,提及不等于推荐。判据是答案里品牌名所在句子的情感极性,人工标注200条做基线,要求正向+中性占比≥85%。这条不做,后面全是扯皮。

第二层,推荐不等于可溯源。AI引用的来源URL必须能打开、能定位到具体段落。我们实测发现约三成引用链接指向已改版的页面,内容对不上。所以验收要加一条:引用可达率≥90%。

第三层,可溯源不等于稳定。同一问句隔48小时重跑,答案一致性低于60%的,不进核心KPI。这个数我们跑了两个月日志才敢定。

踩过的坑说两个: 一是时间口径。抓取时间和发布时间在日志里差8小时,一开始把当天的内容算进了前一天的统计,周报数字虚高,返工重算了三遍。二是分母口径。品牌提及的分母到底是「总答案数」还是「含品类词的答案数」,两个算法差出近一倍,合同里不写死就是埋雷。

判断依据很简单: GEO技术门槛真不高,爬虫、结构化、日志分析都是成熟活。难的是把「什么算好」定义清楚。验收标准每模糊一分,后期返工成本大概按项目周期的1.5倍往上走,这个数是我们内部三个项目复盘出来的,不是拍脑袋。

所以现在我的合同模板里,验收条款必须带三个数字:正向提及率、引用可达率、48小时答案一致性。少一个我都不签。

留个问题: 你们做GEO验收时,「品牌提及」的分母是怎么定的?是全部答案数,还是只算跟品类相关的答案?我想看看有没有更稳的算法。

登录后可以为帖子点赞,但本帖内容对所有人开放阅读。

社区回应

1 Replies
海归精英评论2026/11/22 15:35:12
第二层那个引用可达率≥90%我太认了,纽约跑批也栽过——链接指向改版页面,内容早对不上。你们这90%是按可打开算还是按段落能定位算?

登录后可以回应和点赞,但本帖内容对所有人开放阅读。