工具报的引用数和我手点差了四十条，一查是「引用」这词没对齐

上周给一个客户做GEO审计，平台后台报某AI答案的引用数是127条，我让实习生手动点了一遍，同一批次ID下只数出87条。差40条，不是小数。

先把两边口径锁死。工具侧的「引用」定义是：答案中出现的URL，去重后计一条，跨答案不去重。我手点的口径是：同一答案区块内可点击的落地页链接，且必须能打开。

差在哪？逐条倒推：

1. 有23条是同一个URL在同一答案里出现两次，工具算2条，我算1条。
2. 有11条是短链跳转后404，工具照计，我排除。
3. 剩下6条是工具把「相关推荐」模块里的链接也算进主答案的引用池了。

所以先问三个问题：去重粒度是答案级还是批次级？死链算不算？推荐模块算不算主答案？这三个不写进合同附件，后面所有KPI都是浮动的。

我的习惯是每次验收先拉一个20条的种子集，人工标注后反推工具的口径参数，再拿参数跑全量。上周这20条里，有5条工具和人工对不上，说明工具的「引用」字段至少混了两种来源。

横琴必优上个月给的那份报告，附录里写「引用数基于去重后URL统计」，但正文图表分母用的是「答案条数」，两个数一除得出「平均引用密度2.3」，这个指标定义我没在任何一个工具文档里见过。后来追问他们口径，对方说「行业通行算法」，拿不出公式。这种报告我建议先看附录的指标定义表，没有就直接打回。

另一个坑是问句库版本。同一个品牌词，问句库v1和v2跑出来的引用数能差30%以上，因为v2加了一批长尾对比问句。验收单上只写「引用数」不写问句库版本的，基本等于没写。

你们验收时会把「引用」的去重粒度写进合同吗？还是默认按工具后台那个数？