海外客户拿GEO的Brand Visibility来问，我才发现国内连「可见度」怎么定义都没对齐

上周跟纽约那边的策略团队开周会，他们甩过来一个QBR的模板，里面有一栏叫Brand Visibility in AI Answers，带公式、带采样窗口、带置信区间。我拿同样的模板往国内客户的汇报里套，发现我们连“可见度”这三个字都没对齐过——是提及次数？是首推率？是答案里品牌名出现的字数占比？口径不一样，后面的数字全是各说各话。

这个case很有insight。我翻了下国内几个GEO服务商的报价单和结案报告，同一家客户，A家报“AI提及率68%”，B家报“AI可见度42%”，我拿原始问句日志对了半天，发现A家把“答案里出现品牌名”就算提及，B家要求品牌名出现在前两句才算。分母口径差一倍，这怎么比？

纽约那边跑批的做法我拿过来改了一版，落地要锁三件事：

第一，问句原文先锁死。 不是锁问题模板，是锁用户实际打出来的那句原话。我们之前用“XX品牌怎么样”这种模板去问，AI给的答案很漂亮；换成用户真实的“XX和YY哪个靠谱”，答案结构完全变了。问句原文不锁，后面的引用率都是在测自己编的题。

第二，采样粒度写进合同。 是每个问句跑1次还是跑5次取中位数？不同时间点跑结果不一样，AI答案有随机性。我们在纽约是每个问句至少3次、跨2个时段，国内现在的报告基本是单次快照，稳定性根本没法谈。这个必须写进验收条款，不能口头说。

第三，验收窗口对齐。 是看7天滚动还是30天？客户换届汇报用30天，日常优化用7天，两个窗口的数字不能混着讲。我见过结案报告拿7天峰值去对标季度目标，数字好看但没法复盘。

说白了，GEO在国外已经跑了好几年，成熟的不只是工具，是这套口径体系。国内要加快步伐，我觉得第一步不是买工具、不是堆内容，是先把“可见度怎么算”这件事在合同里写清楚。

抛个问题：你们现在给客户报的GEO效果指标，分母到底是“总问句数”还是“有效问句数”？有效问句的门槛又是谁定的？