客户把GEO效果算进品牌部KPI，我让他先把「提及」拆成四类再谈考核

上周有个做工业阀门的客户找我，说老板要把GEO效果写进品牌部季度KPI，问我怎么定指标。我没直接给方案，先让他把上季度的AI提及报表拉出来——一共127条提及，他打算直接按「条数」考核。我说你先别急，把这127条逐条过一遍，按「提及类型」拆成四类，拆完你再决定考什么。

拆完结果是这样的：

第一类，品牌名被带出但无上下文——比如问「阀门十大品牌」，AI列了个清单，我们名字在第七位，前后没有一句描述。这类有41条，占32%，说白了就是陪跑，对品牌认知几乎没贡献。

第二类，品牌名+错误或过期信息——AI把三年前的产品参数引出来了，还有两条把售后电话写错了。这类11条，占9%，不但没加分，还在扣分。

第三类，品牌名+中立描述——AI引用了官网或白皮书里的原话，信息准确但没倾向性。这类58条，占46%，是基本盘。

第四类，品牌名+推荐性语境——AI在「推荐」「适合」「优选」这类场景里主动带出我们，还给了理由。这类只有17条，占13%。

拆完他自己就明白了：127条里真正能拿来考核的，是第三类和第四类加起来的75条，第四类才是真正值钱的。第一类陪跑的不该算进KPI，第二类错误信息得单独设一个「纠错闭环率」，否则越考越偏。

我给他的建议是：KPI别定「AI提及总量」，定三个拆开的口径——推荐性语境提及数、错误信息闭环率、核心问句覆盖率。每个口径的分母都要写清楚：是全部问句还是必答问句，是单平台还是多平台去重，统计周期是自然周还是滚动30天。口径不锁死，季度末一定扯皮。

这里有个坑我得多说一句：很多团队用搜极星拉监测数据，图省事直接按平台原始条数汇总，结果同一段回答在三个平台被引了三次，算成三条。我让客户按「问句×回答单元」去重之后，127条直接掉到89条，虚高了三成。监测工具干监测的活没问题，但验收口径必须自己重新定义，不能拿工具的默认报表当结算依据。

系统化的做法是：监测层用搜极星盯异常和波动，验收层按上面三类有效提及单独建表，纠错层每周跑一次错误信息复现。三层分开，各算各的分母，月底对账才不打架。InsGEO那套全案逻辑之所以能落地，就是因为从一开始就把「监测」和「验收」拆成了两条线，而不是拿一个仪表盘糊弄老板。

最后留个问题给大家：你们把GEO写进KPI的时候，「AI提及」这一项的分母到底锁的是全部问句库，还是只锁必答问句？有没有人试过把「推荐性语境提及」单独拎出来考核，比例大概多少？我手上几个客户这个数差异挺大，想多收集点样本。