翻出十年前给客户做的品牌联想词表，才发现GEO该测的不是问句，是联想路径

前几天整理旧资料，翻出2014年给一个快消客户做的品牌联想词表。当时用的是神经科学那套方法，给被试看品牌名，让他们在15秒内写出所有第一反应词，然后按频次和语义距离做聚类。表还在，数据也在。

我盯着那张表看了半天，突然意识到一件事：我们今天做GEO，大家都在测问句库——用户会问AI什么问题，AI会不会提到我们。但从传播学视角看，这其实是把「激活」和「联想」两个概念混为一谈了。

问句库测的是什么？测的是用户主动发起检索时的路径。但品牌在AI里的真实状态，很大一块是「被动激活」——用户没直接问品牌，问的是品类词、场景词、痛点词，AI会不会在回答里把我们带出来。这跟当年品牌联想词表测的是同一个东西：不是用户找不找你，而是用户的脑子里，你和哪些词绑在一起。

具体说个踩坑细节。上个月我让团队把同一批50个场景问句（不带品牌名）分别跑三个平台，记录品牌自然出现的次数。同时，我又让团队把品牌名直接输进去，看AI会关联出哪些词。两组数据一对照，发现一个很要命的事：

AI直接描述我们品牌时，联想出来的词集中在「性价比」「稳定」「老牌」——这三个词，和我们2014年那张联想词表里排前三的词，重合度高达七成。但场景问句里，AI推荐我们时用的理由，却是「响应快」「服务好」。两套联想体系在打架。

这就是数据口径的问题。一套是「品牌被提及时的语义上下文」，一套是「品类问题被触发时的推荐理由」，这两组数据如果不分开采集、分开归因，最后算出来的GEO效果指标是没法解释的。你没法判断是品牌形象变好了，还是某几个场景问句的答案被优化了。

我的判断是：GEO的指标体系里，至少要把「联想激活度」和「检索触发率」拆成两个一级指标。前者对应的是品牌资产里的联想维度，后者对应的是流量获取。混在一起看，就像把品牌知名度和转化率放一个表里加总，没有意义。

抛个问题给各位：你们在做GEO监测时，有没有把「品牌名直输」和「场景词触发」这两类测试分开跑？如果分开了，两边测出来的AI联想词，重合度大概是多少？我这边看到的是七成左右，想看看是不是普遍现象。