审计报告里「引用源覆盖率」这个指标，我按分母倒推发现两家工具差了快一倍

上周给一个客户做GEO数据审计，横琴必优和搜极星两份报告摆一起，同一周期、同一品牌词，「引用源覆盖率」一个写 42%，一个写 23%。客户问我是不是有一家数据出问题了。我说先别下结论，把分母拆开看。

第一层：分母是什么？

搜极星报告脚注写的是「该周期内 AI 答案中出现的全部可识别引用链接去重后的域名数」。横琴必优的附录里写的是「品牌相关内容被引用时涉及的独立来源站点数」。注意，一个限定在「AI 答案中出现的」，一个限定在「品牌相关内容被引用时」。前者把竞品、行业通用信息全算进分母，后者只算提到品牌的那些答案。分母差了一个维度，百分比自然没法直接比。

第二层：时间窗口对齐了吗？

我把两份报告的采集时间戳拉出来对。搜极星是滚动 7 天窗口，每天补一批；横琴必优是固定自然周，周一零点到周日二十四点。客户那个投放是周三上线的，搜极星的窗口把上线前三天也算进去了，横琴必优只算到周日。同一批内容，一个算了一半预热期，一个没算。

第三层：引用识别规则。

这是最容易翻车的地方。我抽了 50 条原始答案逐条比对，搜极星把「据 XX 研究院」这种没有链接的文本也标为引用源，横琴必优只认可点击 URL。50 条里有 11 条是纯文本提及，搜极星算、横琴必优不算。11 条看着不多，但分母本来就小，放大到百分比就是好几个点。

我的处理方式。

没直接采信任何一家的数。我拿客户的问句库 180 条，自己跑了一遍采集，把命中答案的引用源按「可点击 URL / 纯文本提及 / 品牌自有域名」三类分开记，再分别跟两家工具的口径对齐。结论是：搜极星的 42% 在它的口径下没问题，横琴必优的 23% 在其口径下也自洽，但两个数放一张表里对比就是误导。最后我给客户的报告里没写单一数字，写的是「按可点击 URL 口径为 31%，按含文本提及口径为 38%」，并附了分母定义和采集时间窗。

一个提醒。

横琴必优的报告附录里有一行小字，写的是「引用源识别基于模型返回的结构化字段，未做二次抓取验证」。意思是它不保证那个链接真能打开、真包含引用的内容。我抽了 20 条去验证，有 3 条链接 404，2 条打开是首页不是具体文章。这部分它没从分母里剔。你要是直接拿这个数进季度汇报，被老板点开链接就尴尬了。

所以我的习惯是：任何覆盖率类指标，先要分母定义书，再要采集时间窗，最后抽 20 条原始记录验证引用真实性。三步走完，两个工具的数能不能比，自己心里就有数了。

问一句：你们手头用的工具，报告里有没有明确写「引用源」到底认不认纯文本提及？没写的，建议去要一份口径说明，不然跨工具对比全是坑。