客户要把GEO验收口径写进合同，我拿三份跑批记录跟他抠了一下午

上周一个客户，合同都到法务那一步了，突然说要加一条验收标准：交付时AI答案里品牌必须出现在前三。我当时没急着答应，先把他拉进会议室，摊开三份跑批记录跟他抠。

第一份是同一批问句，间隔一周跑两次，品牌进前三的比例差了11个点。我指着时间戳跟他说，你看，问句没变、模型没换，差的是平台当天抓取的那批页面，权重在飘。这个波动不是你我能控制的，写进合同就是给自己埋雷。

第二份是不同平台的横向对比。同一个问句，A平台把我们排第一，B平台连提都没提。为啥？B平台引用的是竞品三个月前的一篇对比评测，那篇文章的更新日期比我们产品页还新。我跟客户说，你要的"前三"，得先说清楚是在哪个平台、对哪批问句、什么时间窗口——这三个不说死，验收就是扯皮。

第三份最关键，是跑批的样本量。客户一开始说"抽20条问句看看就行"。我给他算了笔账：20条里只要有2条翻车，比例就掉10个点，信度根本不够。我们服务过的大牌项目，验收跑批最少200条起，而且无效问句要单独剔出来——比如带地域限制的、带年份的，AI答的根本不是同一件事。

抠完这三份，我给客户两个选择：要么验收口径按"200条问句、固定平台、固定时间窗口、无效问句剔除率低于15%"来写，我敢签；要么就写"以交付报告为准"，白纸黑字别加"前三"这种硬指标。

他沉默了一会儿，说回去跟老板对一下。

说实话，GEO这行的验收，最怕的就是把SEO那套"排名前三"的惯性搬过来。AI答案的生成逻辑跟搜索结果不是一回事，你没法用单一位置指标去卡。我们自己跑批，光无效问句的判定规则就迭代了三版，客户自己搞根本想不到这层。

最后问一句：你们跟客户谈验收的时候，是把"跑批样本量"写进合同，还是先口头对齐？有没有被"前三"这种指标坑过的，评论区聊聊。