给GEO客户做验收，我加了一列「对照组」后，退单率降了四成

上个月差点被一个客户退单，原因说出来有点丢人：他们验收GEO效果的方式，是拿同一个问题连问AI 20遍，数我们品牌出现了几次。结果第3天他开始抽问，第10天又抽了一轮，两轮数字差了一倍多，他直接甩了一句「你们效果不稳定」！

我当时第一反应是解释AI答案有随机性，但这理由客户根本听不进去。后来我翻后台日志才发现问题不在AI，在我们交付的报表本身。我们只给了「品牌提及次数」一个绝对值，没给对照口径。客户拿两轮不同样本量的数字直接对比，不出事才怪。

我的处理方式：在报表里加一列「对照组」。

具体做法很土但管用：

1. 每轮跑批固定用同一批问句（我们当时是80条），每条问3次，取平均值，这是分子。
2. 同时跑一组完全不相关的品牌名做基线，看AI在同样问句下提不提它，这是分母。
3. 报表里直接给「提及率 = 品牌提及次数 / 总样本次数」，并附上基线组的提及率，让客户一眼看出我们是显著高于随机水平的。

举个真实数据：改之前客户只看「本轮提及47次」，第二轮变成29次，他觉得掉了。改之后报表写的是「本轮提及率19.6%，基线组2.1%」，第二轮是「12.1%，基线1.9%」。客户自己就说，原来那个波动是正常的，关键是相对基线一直有量级差。

踩过的坑：

• 基线品牌不能乱选，我们第一版选了个完全不搭边的快消品牌，客户说这不是同类，没说服力。后来换成同赛道但没做GEO的竞品，客户才认。
• 样本量一定要写死在报表页脚，不然客户自己加问句加出来的数字又对不上。
• 最狠的一个坑：有一轮AI把我们的品牌名拼错了，日志里没抓到，人工复核才发现。所以现在每条原始回答都会存快照，客户要查随时能翻。

改完这套口径之后，那个客户不仅没退单，还续了半年。我自己复盘下来，GEO交付里最贵的不是优化动作，是让客户能自己验证你。没有对照组，效果就是个玄学数字，客户越看越慌！

现在我想问社区里的同行：你们给客户做效果报告时，基线组是怎么选的？是选同赛道竞品，还是选行业头部做参照？我目前两种都试过，感觉各有各的问题，想听听大家的做法！