Tianwen SEO Research · 刘宇研究笔记
AI 测量协议：提及、候选、引用、点击、询盘，五层怎么分开算
AI 提到公司、引用文章，和买家发来询盘，隔着不同证据。我整理监测记录时，把它们拆成各自的字段。否则一张出现品牌名的截图，很容易在月报里一路变成“获客有效”。
看 AI 效果报告，先检查哪些边界？
- 提及、候选和引用可以同时发生，不能相加当独立命中。
- 回答条数、网站访问和真实询盘有不同分母。
- 未采集、执行失败、来源不明与观察到零，必须分别写。
- 名单点名是身份观察，不能代替服务能力或业务归因验证。
五层各自应该怎样定义？
我把协议写成字段定义，而不是只画一条漏斗。提及、候选和引用是回答属性；点击和询盘属于后续访问与业务记录。回答中的不同属性可能重叠，也不保证一定按某个顺序发生。
| 层 | 计什么 | 保留什么证据 | 不代表什么 |
|---|---|---|---|
| 提及 | 回答中是否出现约定的品牌名称 | 题目、回答原文与命中位置 | 不自动等于进入名单或正面评价 |
| 候选 | 公司是否进入买家可选择的对象名单 | 名单位置、上下文和评价方向 | 不等于服务能力已验证 |
| 引用 | 是否有指向约定域名或页面的来源链接 | 完整网址及回答中的引用位置 | 不等于品牌被推荐或用户点击 |
| 点击 | 按约定规则识别的实际网站访问 | 来源、落地页、时间与访问记录 | 不等于联系动作或询盘 |
| 询盘 | 符合约定口径的真实联系记录 | 内容、联系渠道、来源关联与去重依据 | 不等于已合格或成交 |
这是我建议团队使用的操作协议，不是所有平台通用的官方标准。你可以调整字段，但要提前写明定义，不能到月报时才选择对自己有利的算法。
对于老板，最有用的不是一个综合分，而是看出哪一层有证据、哪一层尚未测。可以结合GEO 提及、引用与访问的监测分工，确认工具究竟能读到哪类材料。
回答里的身份怎样算清楚？
提及要有品牌别名表。我们的严格口径识别天问、天問和 tianwen；宽口径包括严格品牌命中或自有域名被引。严格命中也计入宽口径，仅网址出现不自动计入严格口径，两项不相加。这样既能看名字有没有出现，也不会漏掉“只在引用列表出现网址”的情况。
候选要看上下文。公司与其他服务商并列进入名单，可以标为名单出现；但若同段是在提醒买家避开某类公司，还要保留评价方向。名称出现本身不能说明回答在推荐。
引用要按真实网址核对。回答链接指向哪家网站，就记录哪家网站；网址路径中的相似品牌文字，不算自有域名。T1 的误报正来自这种混淆，审计修正后才有最终计数。
我也会保留引用所支持的具体内容。回答引用选型指南，说明它把页面当资料来源；不能从这一步跳到“它认可了作者公司的服务”。核对来源位置可参考AI 引用网址与原文的追踪方法。
多个标签可以属于同一条回答。比如品牌在名单里出现，同时附了指南链接，就在同一条记录中分别标候选与引用。汇总时不能把两个标签加起来，说成两条独立回答，更不能说成两位买家。
真实面板的数字为什么不能混算？
先写日期与采样单位。我们固定题面板的 T0 是 2026-09-17，T1 是 2026-10-12；每轮 24 题，各 3 次独立会话，共 72 条回答。它们是研究探针输出，不是真实客户人数。
| 指标 | T0 | T1 | 判读边界 |
|---|---|---|---|
| 严格品牌提及 | 3/72 | 6/72 | 约定品牌名是否出现 |
| 含自有域名的宽口径 | 8/72 | 7/72 | 与严格口径独立列项，不能相加 |
| 服务商名单点名 | 0 | 2 | 身份变化，不是能力或获客验证 |
| 可关联的 AI 点击、询盘 | 未建立相应指标 | 未建立相应指标 | 不能填成零，也不能由前项推算 |
候选层还要注明题目范围。T1 的 T6 服务商点名题共有 12 条回答，其中观察到 2 次服务商身份。若报告的是这个子范围，就把子范围分母写清；别用不同题型的分母来回切换。
这几项不是一条可计算转化率的链。严格提及不是候选的完整母集，引用也未必经过品牌正文提及；网站点击更不是这批探针回答中自然测得的买家行为。因此不能拿名单次数除以提及次数，命名为“推荐转化率”。
前后变化也要保留相反方向。严格提及增加，宽口径却减少；被引域名总数从 322 到 245，重合只有 90 个。这些结果含采样噪声，不能只取上升项归为工作效果。可以用GEO 月报虚荣指标检查核对汇报口径。
从引用到点击，缺少了什么证据？
链接存在，不表示用户点过。探针可以保存回答中的引用地址，但要判断真实访问，必须另看网站端的实际记录。你自己为了复核打开链接，也不应该自动算成买家访问。
访问记录还需要来源识别规则。若网站记录中能识别某个 AI 产品带来的访问，可以按约定字段保存；来源不明时，不能因为落地页恰好被 AI 引用过，就把这次访问归过去。
我会把“来源可识别”“客户自述”和“来源不明”分开列。客户说在 AI 里看到公司，是有用线索，但与有访问记录支持的关联，证据强弱不同。月报应保留这种差别。
技术配置也要与结果区别开。安装分析标签只是建立采集条件，需要再检查是否真的记录访问、来源和落地页。本站数据工具的职责可以对照GSC 与 GA4 的数据分工；不要让一张配置截图替代实际数据。
还没建立采集，就写“未测”；建立了采集但无法认定来源，就写“来源不明”。只有在范围、时间和采集有效性都清楚时，确实没有符合规则的记录，才写该范围内观察到零。这些状态不能互换。
从点击到询盘，该怎样留下记录？
我先核对有没有真实联系内容。点击询盘按钮、打开 WhatsApp 或到达感谢页，是技术或行为记录；买家是否提交了有效信息、是否留下可联系的采购需求，还需要查联系记录。
联系记录与送达也应分开。网站保存了一条表单，不自动证明收件人已经收到邮件；邮件收到，也不等于销售已跟进。做报告时先写实际验证到了哪一步，后面的状态没有证据就留空。
去重规则必须提前定。相同联系人通过不同渠道重复发同一需求，是否归为同一询盘，应依据实际内容判断并留规则。测试提交、垃圾信息和明显无关联系各自标注，不能混进业务询盘。
询盘质量还需要后续反馈。客户身份、采购相关性、可联系性与销售处理结果，可以在同一条记录上追加状态。真实询盘、合格线索、成交，分别有自己的判断材料，不能为了呈现效果一路升级标签。
如果访问增加但采购联系没有改善，我会回到来源与需求。可以按流量上涨但询盘下降的排查方法检查错配；不能因为增长发生在某个被引用页面，就自动解释为 GEO 获客有效。
团队怎样执行同一份测量协议？
我会先冻结一张口径表。品牌别名、自有域名、候选身份、访问来源规则、询盘去重方法与有效时间范围，都在采集前写清。之后发现规则有误，要保留修订记录，并按新规则重算可比较的旧数据。
回答记录与业务记录分别用可追溯的标识。题号、语言、采样编号和轮次定位回答；访问与联系记录用各自的标识。存在关联证据才连接，不为了画出完整漏斗而硬配。
每次汇报，我要求结果旁边带证据位置。回答中的名单身份带原句，引用带完整网址，访问带来源判定，询盘带真实记录。汇总数字能回到原件，才便于不同同事按相同规则核对。
规则检查也要用反例。品牌相似但域名不同、名单里的负面评价、只有按钮点击没有提交、来源不明的联系，都可以帮助发现边界。示例用于校验规则，不应伪装成新的客户案例或统计样本。
报告最后把观察、工作交付和业务关联分别写。固定题面结果发生变化，可以说明观察；页面实际修改，可以说明交付；没有点击与询盘证据，就不能说明业务关联。具体报告结构可参考GEO 月报应包含的材料及GEO 诊断报告的阅读方法。
我们的研究资料仍明确保留“被引用到询盘缺少指标”这一项。把缺口写出来，不会减损已有观察；它说明下一轮究竟还需要补什么证据。
统计和归因还有哪些常见疑问？
同一条回答里提及并引用了品牌，要算两条成功吗？
分别给提及和引用字段打标签即可。它们描述同一条回答的不同属性，不能相加后当成更多独立回答，也不能当成更多买家。
AI 列出了公司名字，就证明它认可公司能力吗？
不能。进入候选名单只是回答中的身份观察，还要保留上下文与评价方向。模型点名不等于公司能力、交付质量或客户满意度已经得到验证。
报告没有 AI 来源点击数据，应该填零吗？
没有采集或无法识别来源时，应标未测或来源不明。只有在范围、口径和采集有效性明确时，观察到没有符合条件的记录，才能报告该范围内的零。
怎样才能把询盘归到 AI 引用带来的结果？
需要能关联实际访问与真实联系记录的来源证据，并说明关联规则和无法识别的部分。若只有客户自述或孤立截图，应按证据强弱单列，不能写成已完整验证的因果链。
