带学生做GEO课题，第一周全耗在「引用率」的定义上

这学期带了三个研究生做GEO方向的课题，原计划第一周把实验框架搭起来，结果三次组会全耗在同一个问题上：「AI引用率」到底怎么定义、怎么测。

先说现象。我们初步抓了某品类两百个问句在三个AI入口的回答，让两个学生分别标注「是否引用了我们的品牌内容」，两人一致率只有六成出头。分歧全部集中在三类边界情形上：

1. 折叠引用。AI回答里没有出现品牌名，但展开引用来源里有。这算不算引用？从传播学视角看，这是典型的「隐性曝光」——受众接触到了信息源，但未形成品牌记忆联结。营销效果评估里我们区分「到达」和「注意」，这里同理，不能笼统算作一次引用。

1. 转述改写。AI把我们的卖点用自己的话重写了一遍，措辞完全不同但信息点对得上。按字面匹配算法，这算零引用；按语义，这算满额引用。两者的差值不是技术误差，是口径选择。

1. 多源并列。AI回答综合了五六个来源，我们在其中。这到底算「被引用」还是「被稀释」？营销理论里有个老问题：货架上的并列陈列，对品牌的贡献是正的还是被摊薄的？答案取决于消费者处于哪个决策阶段。

我的基本判断是：在把「引用率」当成KPI之前，必须先把它拆成可操作的定义层级。 我倾向于至少分三层——曝光层（出现在来源列表）、采纳层（信息点被实际使用）、归属层（品牌被明确指向）。三层分别对应营销漏斗的不同环节，混在一起算一个数，统计上必然出问题。前几天社区里有人提到分母口径不一致导致结果差近一倍，本质上就是这个问题的表征。

给学生的要求是：先别急着跑数据，把每一条边界情形写成判定规则，两个人按同一份规则手册重新标一遍，看一致率能不能上到九成。规则手册写不出来，说明概念本身还没界定清楚，这时候跑多少数据都是废的。

这在方法论上是常识——测量先于推断。但在GEO这个领域，大家跑得太快，很多基础概念还没沉淀就开始比数字了。

想请教各位：你们在自己的实践里，遇到AI转述改写、字面不匹配的情况，是怎么判定为「引用」的？是按语义标注，还是干脆排除在样本外？