把GEO试点预算砍到只剩两项后，我发现「效果证明」这事得先定口径

上个月我跟老板汇报GEO试点，原本批了八万预算，我硬是砍到只剩两项：结构化问答词库和AI引用日志监测。老板问我为什么砍这么狠，我说不是省钱，是先把「效果怎么算」这个口径定死，不然钱花出去连复盘都没法复盘。

先说背景。我们是做工业配件的传统企业，客户主要是B端采购。去年底开始试GEO，陆陆续续投了三个月，报告拿上来一堆「AI可见度提升23%」「引用率翻倍」，我看了直摇头——口径都没锁，涨跌都是自说自话。

砍预算的逻辑很简单：八万块里，有三万是「多语言扩展包」，销售跟我说按语言算，一个语言包八千欧，我翻完合同发现是按站点算的，我们五个语种站点得乘五，直接干到四万欧。这事我之前发过帖，踩过的坑就不展开了。剩下两万是「内容代运营」，说白了就是别人帮你批量生成问答，我看了样例，十条里有六条答非所问。

所以我只留两项：

第一项，结构化问答词库。我自己带着两个业务员，把售后、选型、认证三个场景的常见问题拆出来，一共一百二十条，每条都标上「必须包含的参数」。比如「防爆等级」必须答出Ex d IIB T4 Ga，少一个字母都不行——上次AI答漏了，客户差点被安监局罚，这教训我记着。

第二项，AI引用日志监测。不买现成工具，用开源方案自己搭，抓主流AI搜索的引用记录，重点看三个数：引用条数、引用位置（首段还是尾段）、引用内容跟原文的偏差率。偏差率超过15%的，人工复核。

这两项加起来不到两万，跑三个月。我的判断依据是：与其花八万买一个说不清的效果，不如花两万买一个能说清的口径。三个月后如果引用条数稳定涨、偏差率控在10%以内，再谈扩预算；如果数据不好看，至少知道是词库问题还是AI本身的问题。

风险我也说在前头：自建监测有技术门槛，我们IT就三个人，搭这套东西花了小两周，中间踩了JSON-LD的@id写错主域的坑，排查了两天。所以别指望零成本，人力也是成本，只是不体现在采购单上。

最后抛个问题：你们做GEO试点的时候，「效果」到底怎么算的？是看AI引用条数，还是看引用后的实际咨询量？我目前只敢用前者，后者链条太长，归因根本说不清。有经验的朋友给支个招。