客户把GEO验收标准从「出现率」改成「答案能答对」，我翻了三份合同才看懂门道

上周有个客户突然把GEO项目的验收口径改了，原来按「品牌在AI答案里出现率」结，现在要改成「答案对核心参数是否答对」。我翻了三份合同才看明白，这不是小改，是把整个交付逻辑换了个底。

先说具体场景。客户做工业配件，核心参数就六个：型号、材质、耐温、接口、认证、交期。原来我们跑500条问句，只要答案里蹦出品牌名就算一次有效出现，一个月跑下来出现率38%，看着挺好看。但客户自己拿同样问句去问，发现AI答出来的耐温值跟官网差20度，接口规格写反了，认证直接编了一个不存在的编号。

这里就卡在口径上了。出现率的分母是总问句，分子是「提到品牌」——但你提到品牌跟客户拿到正确信息之间，差着十万八千里。我自己重跑了一遍，把分子换成「六个参数全对」的答案数，同一批问句，正答率只有9%。38%和9%，同一份数据，两个数，客户认哪个？

从长远看，这事得提前把边界谈清楚。我现在的做法是签合同前先跟客户对齐三件事：

第一，参数表从哪来。是官网字段、产品手册、还是客服话术库？三个源一旦不一致，AI抓哪个都可能，验收前得让客户指认唯一权威源，白纸黑字写进附件。

第二，答对怎么判。是逐字段比对，还是允许语义等价？比如官网写「-40℃~85℃」，AI答「最低零下四十度」，算不算对？这个判定规则不写死，结账时就是扯皮。

第三，纠错归谁。答案错了，是内容源没更新、结构化没做好，还是AI自己幻觉？三种原因的工时归属完全不同。我上个项目纠错占了近四成工时，就是因为前期没分清责任边界，全压在我们这边。

踩过的坑说一个：有次客户临时加了一条「答案里必须出现官网链接」，我们补了结构化数据，AI确实引了，但引的是三年前的旧页面，链接能点开，参数是旧的。客户说这不算，我说合同里没写版本要求。最后各退一步，按新链接比例折算。这事让我记住，验收口径里凡涉及「引用」，必须把版本和时间戳一起写进去。

我的判断是，GEO有前景，但别神话。出现率这种指标好跑好看，但离客户真正认账还差好几层。真想按效果结，就得把参数正答率、源一致性、纠错归属这三条先钉死，否则跑得越多，后面扯得越狠。

问一句：你们跟客户谈GEO验收时，是先把「答对」的判定规则写进合同，还是先跑一轮再倒推口径？如果是后者，第一轮跑出来的数据，客户认吗？