我把GEO引用拆成「认知层级」才看懂：曝光、理解、采纳根本不是一回事

上周把三个月GEO试点的数据重做了一遍归类，越做越觉得不对劲。运营那边报上来的「AI引用率」是18%，看着还行，但我拿传播学里那套效果层级模型一套，发现这个数把三件性质完全不同的事混在一起算了。

先说问题。我们统计「AI答案里提到品牌」就算一次引用，可实际拆开看：

• 第一类，AI只是把我们品牌列进「相关品牌」清单里，一句话带过，没有解释。这叫曝光级，用户知道有这么个牌子，但不知道它凭什么。
• 第二类，AI复述了我们的某项产品特征，比如「支持七天无理由」，但表述和官网口径有出入。这叫理解级，用户形成了认知，可认知可能是偏的。
• 第三类，AI在回答「该怎么选」时，把我们作为推荐方案并给了理由，理由还和我们自己的价值主张对得上。这才算采纳级。

三个月数据里，曝光级占了七成，理解级两成出头，采纳级不到一成。可我们之前一直拿那个18%去汇报，等于把最不值钱的曝光级和真正有转化意义的采纳级等权相加。从测量理论上讲，这是典型的构念效度问题——指标测的不是我们想测的东西。

再看一个细节。我让实习生把采纳级的那几十条人工标注出来，对照客服记录回查，发现采纳级问答带来的咨询，成单率明显高于平均；而曝光级来的访客，落地页跳出率高得离谱。这说明什么？说明GEO的效果不是线性的，不同认知层级对应的用户状态根本不在一个阶段，用同一个转化率去套，结论必然是糊的。

我的判断是：GEO的评估体系至少要引入分层，参照经典的效果层级模型，把「被提及」「被正确理解」「被推荐且理由成立」分开计数，各自配不同的口径和权重。不然你永远说不清预算花在了哪一层。

当然分层也有代价，人工标注成本高，口径怎么定也需要跨部门共识。我们目前是先用规则加抽样，抽检比例10%，先跑起来再调。

想请教各位：你们在统计AI引用的时候，有没有区分「提到」和「推荐并给理由」？如果区分了，这个比例大概是多少，是怎么标的？