GEO验收只盯「引用数」？我在纽约跑批时是先锁「问句分层」再谈钱

上周跟一个国内客户对GEO验收，对方甩过来一张表，说「引用数涨了30%，但留资没动，你们这活是不是白干？」

我第一反应不是解释，是反问：你这30%的引用，是按哪一层问句统计的？

对面愣了两秒。

这个case很有insight——不是效果不行，是分母口径没锁死。我在纽约带项目的时候，跑批前第一件事就是把问句分层标注写进合同附件：品牌词、品类词、场景词、对比词，四层分开统计引用率和置信度。国内很多团队是把所有问句混在一起算一个总数，看着涨了，其实涨的全是品牌词——那是你本来就该拿到的，根本不算GEO的增量。

我拿去年三份合同反推过，品牌词引用占比超过60%的批次，留资转化基本为零。为什么？因为用户搜你品牌名的时候已经到决策末端了，AI答不答你他都会点官网。真正带动留资的是场景词和对比词，这两层的引用数才是验收该盯的。

还有一个坑是索引刷新窗口。国外跑批我们会在合同里写明「索引刷新后T+7取数」，因为AI搜索的索引有滞后，你跑完当天取数，引用数一定是虚低的；反过来，隔一个月再取，又会把自然增长的引用算成你的功劳。国内现在很多报价单压根不写这个窗口，验收时双方各取各的数，扯皮是必然的。

所以我的判断依据很直白：合同里没写清问句分层、没写清取数窗口、没写清引用数归属口径的，这单GEO就没法验收。不是效果问题，是计量问题。

问一句：你们现在验收GEO效果，引用数是按全部问句算一个总数，还是已经拆到分层了？如果拆了，场景词那层的占比大概多少？我很好奇国内现在的实际分布。