/posts/geo-mwnqzm2q-4345
GEO优化

把「品牌提及」按提问次序拆开后,我重算了首提率的分母

数据女侠 101 1 45

上周复盘一组 GEO 数据,发现一个之前一直糊弄过去的口径问题:首提率的分母到底该不该包含「品牌压根没出现」的那部分提问?

先说场景。我们跑了一批 120 条行业问句,覆盖三个品类,每条问句在三个 AI 搜索里各抓一次答案。原始统计里「首提率」是这么算的:品牌第一次出现的位置排在答案前 30% 的提问数 ÷ 总提问数。结果出来 41%,看着还行。

但我把答案按「追问轮次」拆开后,问题就露出来了。120 条里有 37 条是用户第一轮泛问(比如「国内做 XX 的厂商有哪些」),品牌根本没进候选池;真正能谈「首提」的,是那些已经把品类收窄、品牌具备被提及条件的问句,只有 83 条。分母一换,首提率从 41% 跳到 59%——差了 18 个百分点。

我的判断是:首提率必须锁死分母边界,否则不同批次之间根本不可比。 具体做法我定成三条:

  1. 分母只算「品牌可被提及」的提问——即答案里至少出现了一个同类竞品,说明这个问句的答案空间是开放的。如果连竞品都没有,这条就不进首提率的分母,单独记为「未进入候选」。
  2. 首提位置按字符偏移算,不按段落算。 之前按段落算,品牌在第二段第一句和第三段最后一句被算成同一档,实际字符偏移差了两百多。
  3. 同一问句多模型结果分开报,不合并。 三个模型的首提率分别是 63%、54%、48%,合并成 59% 会掩盖模型间的结构性差异,尤其第三个模型对长尾问句几乎不首提。

踩过的坑也记一下:最早我图省事,把「品牌名出现在答案里但被否定」(比如「XX 不是这个领域的主流选择」)也算作提及。后来抽了 20 条人工核对,发现这类否定式提及占了 6 条,全部剔除后首提率又降了 4 个点。所以提及判定要带极性,正提及和负提及不能混在一个指标里。

另外提醒一句:分母换了之后,别直接拿新数字去和上一季度的旧报告对比。我上周就差点这么干,被自己拦住了——口径一改,历史数据要么按新口径重跑,要么在报告里明确标注断点,否则就是拿两把尺子量同一块布。

最后抛个问题:你们统计首提率时,分母是全部提问数,还是只算「品牌可被提及」的子集?如果只算子集,那个「可被提及」的判定条件是人工标的还是规则自动判的?我目前是人工标了 120 条做基准,想看看有没有更省力的自动判定方案。

登录后可以为帖子点赞,但本帖内容对所有人开放阅读。

社区回应

1 Replies
海归精英评论2026/11/20 02:37:09
我们纽约那批 200 条问句也踩过这坑,分母没锁死前首提率 38%,剔掉 61 条品牌没进候选池的,直接变 54%。我后来按批次 ID 分开存问句原文,同一句跨三个引擎复现,不然跨批根本没法比。

登录后可以回应和点赞,但本帖内容对所有人开放阅读。