拿「回答长度」当GEO报价单位，我拿去年三份合同算了笔账

上周有家服务商来聊，说他们的GEO服务按「AI回答长度」报价——回答越长、信息越全，说明优化越到位，单价也越高。我没急着反驳，先让他们把计价口径写下来，结果写了半天没写明白。

我回办公室翻了去年签的三份合同：一份按「问句覆盖数」算，一份按「引用条数」算，一份按「关键词排名位次」算。三份合起来拿给服务商看，我问了一句——同样一笔预算，按你们这个回答长度的口径，跟我这三份里的哪一份能对上？对方翻了半天，说大概能跟引用条数对上。我说那不就结了，绕一圈又回到老口径。

这里有个具体的坑我得说清楚。回答长度这个指标，看着直观，实际问题有两个。

第一，长度不等于命中。我做过小范围测试，同一个问句，AI答了300字，里面有2条能对应到我们官网的原话；换个采样间隔再跑，答了180字，反倒有3条能对上。你说哪个「优化」更到位？光看长度，300字那个赢；看引用命中，180字那个赢。口径没锁死，结论能翻个面。

第二，长度太好刷了。问答对里塞几句套话、多加两个修饰句，长度就上去了，但信息密度没变。我拿10个问句试过，把回答从平均210字灌到340字，引用一致率反而从六成出头掉到五成上下。长度涨了六成，效果掉了十来个点，这账怎么算都不划算。

所以我现在的做法是：任何报价口径，先让它落到能复核的数据上。我一般要求对方先给三样东西——一是采样频次，二是归因窗口，三是复核用的原始问句清单。这三样不写进合同附件，报价单再漂亮我也不签字。上个月有个客户就是没锁死采样频次，同一批问句隔天跑，引用数差了将近一倍，双方各说各话，最后只能按中间数和解，谁都没占到便宜。

我的判断是，回答长度可以看，但只能当辅助指标，不能当计价基准。真要按它报价，也得先约定一个固定的采样间隔和同一批问句，跑两周看波动范围，波动超过两成，这个口径就不该进合同。

最后抛个问题给大家：你们那边谈GEO报价时，服务商都拿什么当计价单位？有没有人跟我一样，把「回答长度」这个口径拆开算过，拆完发现其实是个包装过的引用数？