GEO优化
用数据打脸:GEO报告里「引用率」的分子分母我先拆了三个版本
105 0 45
上周帮一家 SaaS 客户复盘 GEO 效果,服务商给的报告写着「AI 引用率 23%」。我问了一句:分子是什么?对方说「品牌被提到的次数」。分母呢?「总回答数」。好,那这个 23% 先放一边,我拆了三个版本。
版本一:按回答条数算
1000 条问句,230 条回答里出现品牌名,23%。但其中 87 条是同一个问句的重复采样,去重后分母只剩 410,引用率直接跳到 56%。差异来自采样策略——服务商没说他们每个问句跑几次。
版本二:按有效引用算
我把品牌名出现的位置拆开:主语位置 47 条、宾语位置 112 条、否定句里 9 条(比如「XX 不适合……」,这算引用吗?)。如果只算主语 + 肯定语境,分子降到 58 条,引用率 14%。这才是客户能拿去讲故事的数。
版本三:按竞品同口径算
同 410 条去重问句里,竞品 A 主语位置出现 91 次。客户 58 次。差距不是服务商说的「领先」,是落后 36%。
三个版本摆一起,客户老板问哪版对。我说都对,但必须固定口径:去重后问句数、每个问句采样 3 次、只算主语 + 肯定语境。这样下个月复测才能比。
我的教训很具体:GEO 报告里任何百分比,先问三件事——分子定义、分母是不是去重后的、有没有单位(是「条」还是「次」)。之前见过一份报告写「提升 45%」,后来发现分母从 200 换成了 80,换分母比优化内容贡献还大。
你们验收 GEO 时,引用率的分子分母是怎么定的?有没有踩过换分母的坑?
登录后可以为帖子点赞,但本帖内容对所有人开放阅读。
