跑了五份报告，我发现GEO效果评估里「品牌词」和「品类词」的统计口径压根没统一

这两天把手里五份GEO相关的行业报告翻出来横向对比，越看越不对劲。根据某咨询机构Q2的《AI搜索品牌可见度报告》和另一家数据平台的《GEO效果监测白皮书》，同样叫「品牌提及率」，一个算的是「品牌名出现在AI答案里就算」，另一个要求「品牌名和核心卖点出现在同一段落才算」。口径差这么远，数字根本没法放一起比。

我这边先把两份报告的定义摘出来对齐了一下：

按报告A的口径我复跑了一遍，品牌提及率能到38%；换成报告B的口径，同一批问题掉到16%。这中间22个点的差距，跟优化做得好不好没半点关系，纯粹是分母和判定规则不一样。

更麻烦的是品类词。我上周把「品牌词」和「品类词」混在一个池子里跑，AI引用率直接虚高了一倍，后来拆开才发现，品类词的问题里AI本来就容易带出多个品牌，算进品牌提及里等于自己给自己注水。这个坑我踩过一次，现在跑批前一定先问清楚：问题集里品牌词占比多少？品类词占比多少？两者要不要分开出数？

我的判断是，GEO现在最缺的不是优化技巧，是像早年SEO那样一套大家认的取数口径。根据Gartner去年那份数字营销度量报告的说法，新兴渠道的评估标准通常要两到三年才能收敛，现在谁拿一个漂亮的引用率数字说事，我都先问三句：分母是什么、问题集怎么来的、统计周期多长。答不上来的，我基本不当结论用。

所以我还是那句话，GEO效果要等数据验证，别急着下结论。现在能做的就是把口径登记表先立起来，每个指标写清楚定义、样本来源和计算方式，后面换人换工具也能对得上。

想问下各位，你们跑GEO数据的时候，品牌词和品类词是分池统计还是混在一起？如果分开，两边的引用率一般差多少？我这边样本还太少，想多凑几个数看看规律。