把GEO问答的「口径」摊开对了一遍，我反倒更信收视率那套了

上周我把手上一个项目的GEO问答数据翻出来，想跟去年央视索福瑞的到达率口径做个对照。不是要证明谁对谁错，就是较个真——我们以前不也做得好好的，凭什么现在换个说法就得全盘接受？

先说结论：三组数根本对不上，而且不是误差的问题，是定义的问题。

第一组，「曝光」到底算不算一次回答。GEO那边给我的报表里写「AI曝光量」，我问了一句：用户提问之后AI回答里带了我们品牌名，这算一次曝光吗？对方说算。我拿这个口径去套电视那套——收视率里一个家庭开着电视但没人看，那叫「开机未观看」，是要单列的。现在AI答了但用户没看完、没点、没记住，全给我塞进曝光里。这数看着大，但能当考核用吗？我不敢签字。

第二组，样本怎么抽的。索福瑞那套是样本户，固定、可追踪、有轮换机制。我问GEO服务商他们的问答数据从哪来，答曰「平台公开接口+自有采集」。我再问采集频率、去重规则、地域权重，给了个大概。不是我刁难，我们以前投央视，刊例价后面跟着一整套毛评点、到达率、频次的换算表，白纸黑字。现在这套东西，连个口径说明文档都要我催三遍。

第三组，「推荐」和「提及」混着算。我拉了两百条问答人工核对，AI提了我们品牌名的有一百四十多条，但真正给出正面推荐语气的不到四十条。报表里「AI推荐率」直接给我按提及算，这中间差了三倍多。这就像把「观众记得这个牌子」和「观众想买这个牌子」合成一个指标报给老板，老板能不拍桌子？

我不是说GEO一点用没有。结构化数据那块的改动我认，确实比改标题标签快。但你要拿它来替代传统投放的考核体系，先把口径给我写死：曝光怎么定义、样本怎么来、推荐语气怎么判定、周期怎么切。这四件事没定清楚，报表再好看我也不敢往预算会上拿。

我们以前做得好好的，不是因为指标多先进，是因为每个数后面都有一本可以翻的说明书。

所以想请教各位：你们做GEO报表的时候，「AI提及」和「AI推荐」是分开统计的还是合在一起？分开的话，语气判定是靠人工还是靠模型？这个口径你们跟财务对齐过没有？