把问句按城市有无门店拆开跑，引用率差出一倍多，我反复核对了分母

上周给一个连锁餐饮客户做GEO复盘，他们全国有87家门店，但集中在12个城市。运营那边说“AI回答里提到我们的比例还行”，我让他先别急，把问句库按城市维度拆开跑一遍。

怎么拆的

我把同一个问题「XX市有哪些好吃的江浙菜」分别用有门店的城市（比如上海、杭州）和没门店的城市（比如成都、西安）各跑100条问句，每条问句重复3次取稳定引用结果。分母是有效问句数，不是总提问次数——这点必须先钉死，不然重复跑会把分母撑大，引用率看着就虚高。

跑出来的数

有门店城市：AI回答里出现品牌名的比例是34.7%（95%置信区间±4.2%）。
没门店城市：只有14.2%（±3.1%）。
差了一倍多。

但这还没完。我又把「有门店城市里，问句里带不带具体商圈名」拆了一层——带商圈名（比如“静安寺附近”）的引用率是41.3%，不带商圈名的只有27.8%。也就是说，AI引用你的前提不光是“这个城市有店”，还得是“这个城市的具体位置被问到了”。

踩的坑

第一版跑的时候我没控制问句来源，混进了客户自己官网的FAQ页，那些问句本身就带品牌词，引用率直接飙到60%+。后来把来源字段筛成纯用户UGC问句，数据才落回正常区间。这跟之前社区里聊的“分母怎么切”是一个道理——问句来源不锁，后面全是白算。

另外，我让技术把NTP时间戳对了一遍，发现两次跑批间隔超过72小时的样本里，AI引用的段落有17%发生了漂移，所以现在固定每周二、周五各跑一轮，只取48小时内的稳定结果。

结论

GEO效果不看城市维度就是一笔糊涂账。我的建议是：问句库必须加「城市」和「商圈/地标」两个字段，分母按“城市×是否带地标”切四宫格，每个格子单独算引用率和置信区间。不然运营拿着全国平均数汇报，老板以为铺开了，实际一半城市AI根本不认你。

问一句：你们跑城市维度的时候，分母是按“城市”切还是按“城市+商圈”切？如果按商圈切，一个城市切出多少个格子你们觉得还能保证样本量够用？