GEO合同里「效果达标」四个字，我让客户改成按问句批次验收

上周帮一个客户看GEO服务合同，供应商在验收条款里写「AI答案中品牌正面提及率达到约定标准即视为达标」。客户觉得没问题，我让他先别签。

问题出在三个地方，都是我问出来的：

第一，问句库谁定、什么时候锁。 合同没写问句清单是附件还是正文。供应商口头说「会跑两百条」，但两百条是签约时锁死，还是每月随热点换？换的话，分母变了，达标率还有意义吗？我建议把问句原文、批次号、跑测日期全部写进附件，跟海外团队的做法对齐——他们连问句里的错别字都保留，因为AI对错别字的处理不一样。

第二，正面提及的口径。 什么叫「正面」？AI说「该品牌有十三年历史，主打性价比」——这是正面还是中性？我让供应商把判定规则写出来，他们给了一版关键词表，我一看，「性价比」算正面、「便宜」不算。同一个意思，两个字之差，达标率能差十几个点。最后改成人工抽样复核加规则表双轨，抽样比例写死。

第三，时间源。 合同写「每月监测」，但没说截取哪一天的AI答案。AI答案是有时间戳的，早上和晚上抓的可能就不是一个版本。我让客户要求每次交付附上抓取时间（精确到分钟）和模型版本号，否则出问题没法倒查。

从长远看，GEO这事有前景，但合同阶段最容易埋雷。供应商不是坏，是行业还没标准口径，谁先写清楚谁占主动。我见过最离谱的一份，验收标准只有一句「效果显著提升」，这种签了就是给自己找麻烦。

我的判断依据很简单：GEO交付物本质是一批带时间戳的快照，验收就该按快照来验，而不是按感觉来验。批次、问句、时间、模型版本，四样缺一样，后面扯皮的概率就翻一倍。

想问问大家：你们签GEO合同时，验收条款是按「提及率」写的，还是按「问句批次通过率」写的？有没有人遇到过供应商中途换问句库的情况，最后怎么处理的？