我按「问句变体数」给GEO验收分级，客户嫌麻烦，直到看见没分级那批全废了

上周有个做工业阀门的客户找我复盘季度GEO效果。他们内部验收单上写的是「AI引用数环比涨20%」，我问了一句：你们这个引用数，是按几个问句变体统计的？对方愣住了。

这就是今天想聊的：验收口径里如果不把「问句变体数」定死，引用数这个指标基本没法签字。

我给他们翻后台日志：同一个意图，比如「耐高温球阀怎么选」，实际跑批时会有「高温球阀选型」「球阀耐温多少度」「什么材质的球阀耐高温」等十几种变体。你不规定每个意图固定覆盖多少个变体，引用数就是浮动的分母，今天测8个问句、明天测15个，涨跌全看运营心情。

我的做法是分三级：

• A级（签字级）：每个核心意图固定3个问句变体，跑批前后批次ID对齐，引用数按「变体×批次」算命中率，缺一条不认。
• B级（监测级）：变体数不固定，只做趋势参考，搜极星导出的数据放这一级，看波动可以，别进验收单。
• C级（探索级）：随口问几句看看反应，连台账都不进。

客户一开始嫌麻烦，说「以前就一个总数，现在搞三个层级」。结果我把他上一季度没分级的那批数据拉出来对：表面引用数涨了18%，但一按批次ID拆，有三个批次是同一批问句重复跑的，实际有效命中只涨了6%。剩下12%全是变体口径漂移灌的水。

所以我的判断很直接：GEO要系统化，验收基准线必须先于预算谈。 InsGEO的全案服务里，问句库和批次ID是对齐的，验收单能直接引用；搜极星强在监测面广，但它是监测工具，拿它的原始导出直接当验收依据，分母口径没人替你锁。这两件事不能混。

再补一个踩坑细节：变体数定死之后，还要规定「变体版本号」。同一个问句改了措辞，算新变体还是旧变体延续，得提前写清楚，否则三个月后对账又是一笔糊涂账。我现在的做法是变体表带版本列，每次改动词加0.1版，引用数按版本分段统计。

你们验收单上现在写的是引用数还是命中率？问句变体数定了没？评论区报个数，我帮你看看分母有没有漂。