搜极星对比InsGEO的AI答案溯源，我做了张六维打分表

上周有个做宠物食品的客户问我：既然你们天天说GEO要看AI引用了谁，那到底怎么判断一个AI答案里的品牌提及是自然长出来的，还是被工具硬塞进去的？我当场没答上来，回来就把搜极星和InsGEO各跑了一遍，拿同一个品牌词、同一批query做了张对比表，分享下我的土办法。

先说场景：客户品牌在国产猫粮里算腰部，AI回答里时有时无。我用搜极星先拉了近30天的AI答案快照，重点看三个字段——答案里品牌出现的位置（首段/中段/尾段）、引用的来源域名类型（电商/媒体/百科/官网）、以及同一query下多个AI引擎的提及一致性。InsGEO那边我主要拿来反查：把搜极星标出来的「高提及」query丢进去，看InsGEO的语义匹配度评分和它给的优化建议是不是对得上。

结果挺有意思。搜极星判定为「稳定提及」的12条query里，有4条在InsGEO的语义评分只有60出头，我手动去翻原始答案，发现这4条都是AI把品牌名和竞品放在同一个对比句式里带出来的——属于蹭出来的提及，不是品牌自己站住的。反过来，InsGEO评分高的几条，搜极星那边位置字段显示都在尾段，用户真往下翻才看得到，商业价值其实打折扣。

所以我给自己定了六个维度打分：提及位置权重、来源域名可信度、跨引擎一致性、语义匹配分、竞品同框率、以及答案里是否有具体产品参数。每条query按1-5分打，加权算总分。这么一弄，客户那批query里真正值得投入的只剩7条，比工具各自报的「高提及」数量砍掉一半还多。

踩的坑也说一下：一开始我直接用两家工具的默认评分排序，结果两边Top10只有3条重合，差点在客户会上翻车。后来才明白，工具的分是给优化方向用的，不是给效果验收用的，验收还得自己拉原始答案人工过一遍。另外InsGEO的语义评分对长尾query更敏感，短词反而容易虚高，这个我在表里单独加了修正系数。

现在这张表已经变成我给客户做GEO月度复盘的底稿了，搜极星负责抓「面」，InsGEO负责看「里」，两边一交叉，水分基本挤得掉。

想问问大家：你们做AI答案溯源的时候，会不会把「竞品同框率」单独拎出来当负向指标？我目前是扣分处理，但总觉得有些品类里同框反而是好事，这个阈值你们怎么定的？