GEO试点验收表上我加了一栏「测试主体」，结果发现三个部门填了三种口径

上周把GEO试点的验收表拿去给财务过，又被退回来了。不是数据不对，是财务总监问了一句：“这引用率是谁测的？测试的时候用的是谁的账号、什么设备、在哪个网络环境下？”我当时愣了一下——表上只有结果数字，没有测试主体。

回来我就把验收表改了一版，硬加了一栏“测试主体 / 签字人”。要求写清楚：谁负责跑测试、用哪个AI平台、账号是新注册的还是养过的、测试时间窗口多长。听着啰嗦，但这一栏填完，事情就露馅了。

我们内部三个部门各跑了一遍同样的20条问句，结果出来是这样：市场部报的引用率是42%，IT这边测出来28%，外包那家报了个61%。同一批问句，差了快一倍。我把三份原始记录调出来逐条对，问题全出在口径上：

第一，账号状态不同。市场部用的是日常在用的老账号，AI对它有历史交互记忆，推荐结果明显偏积极；IT这边用的是新注册的干净账号，冷启动状态下引用率低一截。

第二，问句写法不一样。市场部把问句润色过，加了品牌词；外包那边直接拿用户原话测，半截话都保留着。这两种问法出来的结果根本不可比。

第三，时间窗口没锁。市场部是上午测的，外包是晚上测的，中间隔了十几个小时，模型侧有没有更新谁也说不清。

说白了，没写测试主体的验收表，就是一张各说各话的纸。财务不认是对的——你连谁测的、怎么测的都说不清，凭什么让人家签字批预算？

我的建议就一条：GEO试点验收，先把“测试主体”这一栏锁死。谁测、用什么账号、什么设备、什么时间窗口，全部提前写进表里，测试过程留痕。别嫌麻烦，20条问句的测试，写清楚这些也就多花半小时，但能省掉后面扯皮的两周。

我们现在是这么干的：IT出测试规范，市场部按规范跑，外包只负责导数据不碰结论。三方的数字最后能对上了，虽然都偏低——真实引用率其实就在25%上下——但至少这个数敢拿去开会。

问一句：你们那边GEO验收，测试主体这一栏是怎么写的？有没有人把“账号状态”也写进验收口径里的？