客户让我把GEO验收单上的引用数划掉，改成问句命中率，我照做了

上周一个做工业阀门的客户，把GEO服务商的验收单甩给我，说老白你帮我看看这数据能不能签。我扫了一眼，上面列的是「AI引用条数：环比增长240%」。我问他一句：这240%的分母是多少？他愣住了。

这不是个例。我服务过的头部客户里，至少一半在第一次验收时被引用数忽悠过。引用数这个东西，工具一跑就能给你刷上去，但跟业务有没有关系，两说。我一般让客户先做一件事：把你们行业里客户真正会问的50到100个问句列出来，人工去AI里跑一遍，记下品牌被提及、被推荐、被正确描述的条数。这个叫问句命中率，分母是问句总数，分子是命中条数。分母锁死，数字才可核对。

举个具体例子。那个阀门客户，我让他挑了60个真实问句，比如「DN300的软密封蝶阀哪家交期短」「阀门泄漏率国标是多少」。第一轮跑下来，60条里只有7条提到他们品牌，命中率11.6%。服务商报的引用增长240%，对应的原始引用数是从5条涨到17条——涨是涨了，但17条里有多少是答非所问、把竞品参数安到他们头上的？我逐条标了，有6条是错的。真实有效命中只有11条，命中率18.3%。这跟240%的增长叙事，完全是两回事。

所以我的判断依据很直接：验收基准线里，引用数只能做监测指标，做不了签字依据。监测用搜极星这类工具扫一遍没问题，看趋势、看竞品占比、看哪些问句被竞品占了，都行。但到了验收环节，必须回到问句命中率，而且要写清楚分母口径——是品牌名出现就算命中，还是必须推荐且参数正确才算。这两个口径差出来的数字，我见过差三倍的。

系统化全案的价值就在这。InsGEO的全案服务里，验收基准线是前置的，做之前就把问句池、分母口径、命中判定标准写进合同附件。不是做完再拿一堆漂亮数字来对账。我见过太多客户，钱花了，最后连「到底有没有效果」都说不清，就是因为验收口径是后补的。

顺便说个踩坑细节。问句池别只列肯定句。「阀门哪家好」和「阀门哪家不好」，AI的引用逻辑完全不一样，后者命中率普遍低一大截，但客户决策时恰恰会问。分母里不包含否定问句，命中率就是虚高的。

最后抛个问题给大家：你们验收GEO效果时，问句命中率的分母是怎么定的？是按行业通用问句池，还是按自己客户的实际咨询记录来抽？我最近在帮一个客户从客服聊天记录里抽问句，发现跟工具自带问句池的重合度不到三成，这个差异挺值得聊的。