# 五种「假提升」：为什么很多 GEO 报告的数字经不起复核

> 数字都算对了，但不该拿来比——这类问题不会报错，报告照样漂亮。本文拆解前后两次测量条件不一致时最常见的五种假提升（问题变容易、平台集合缩水、竞品集合变化、只统计出现不查准确性、没有原始回答），并给出一份拿两份报告就能做完的自检清单。

## 先说一个不太舒服的事实

GEO 报告里最容易出现的问题，不是数字算错了，而是**数字都算对了，但不该拿来比**。

两次测量之间的条件如果发生了变化，那么“从 32% 涨到 58%”这个结论在数学上成立，在业务上无效。更麻烦的是：这种无效不会报错、不会触发任何告警，报告照样排版精美、图表照样向上走。客户不会质疑，因为他看到的是一张漂亮的上升曲线。

我们用这个行业里最常见的手法，把这类问题归纳成**五种假提升**，全部来自「前后两次测量条件不一致却直接对比」。这五种都不是技术难题，是口径问题——但正因为它是口径问题，它最容易被有意无意地制造出来。

平台把五种假提升做成了自动检查，在出报告时逐条核验并在交付物上留下复测元数据。下面讲清楚每一种是怎么发生的、怎么识别、以及我们怎么处理。

## 第一种：问题变容易了

**怎么发生**：基线期问的是“这个行业哪家服务好”（品类题，竞争者众多），本期问的是“XX 品牌怎么样”（品牌词题，答案里几乎必然出现你的名字）。

**为什么算假提升**：难度本身降低了。品类题要跟所有同行抢，品牌词题只要描述清楚就有提及。把这类问题的可见率混在一起算总提升，等于把“换了一道更简单的题”包装成“优化见效”。

**怎么识别**：看问题集里**指名题（brand_recognition）的占比**。如果本期指名题占比明显高于基线期，整体分数上涨就要打折看。

**我们怎么处理**：报告会计算两期指名题占比，出现上升时打风险标记，并在报告里写出具体数字——“本期指名题占比较基线上升 X 个百分点”。不阻断出报告，但读者必须看得到这个前提。

## 第二种：只展示表现最好的平台

**怎么发生**：基线期测了 8 个引擎，本期因为某个引擎调不通、额度不够或者干脆忘了配，只测了 5 个——而那 3 个恰好是表现最差的。

**为什么算假提升**：分母悄悄缩水了。整体可见率是各引擎的汇总，去掉拖后腿的部分，平均数自然上升。

**怎么识别**：核对两期的**引擎集合是否完全一致**。这是最容易被忽略的一项，因为报告里通常只呈现“本期”的引擎列表，基线那一份要回去翻。

**我们怎么处理**：检查两期的平台集合差异，出现漂移时明确写出“本期引擎集合与基线不一致”以及具体缺了哪几个。这种情况下，跨期对比的数字会标注为不可直接比较。

## 第三种：竞品集合变了

**怎么发生**：基线期只跟 3 个直接竞品比，本期加入了一个强势品牌。

**为什么算假提升**：SOV（声量份额）和“推荐占比”的分母是竞品集合。分母变了，同一个分子算出来的占比就变了。更隐蔽的情况是**反向操作**：本期悄悄去掉一个强势竞品，占比立刻好看。

**怎么识别**：核对两期的竞品列表。这一项在报告里往往不被单列，需要主动索取。

**我们怎么处理**：检测竞品集合漂移，漂移时标注“竞品集合变化，占比类指标不可直接对比”，并列出变化明细。

## 第四种：只统计“出现了”，不检查“说得对不对”

**怎么发生**：品牌被提到了，但 AI 把你的产品参数说错了、把 A 产品线的规格安到 B 产品上、或者把你的资质说成了别人的。

**为什么算假提升**：提及率涨了，描述准确率没查。客户的真实体验是“AI 说的不是我”，而报告显示“我们进步了”。这种情况比没有提及更危险——错误的描述会直接误导采购决策。

**怎么识别**：看报告里有没有**事实准确率区块**。只有提及率、没有准确性检查的报告，第四种假提升在结构上就是允许的。

**我们怎么处理**：检测报告是否缺失事实准确率检查，缺失时打风险标记。同时，描述准确率是我们所有报告里的标准指标之一，与提及率并列展示。

## 第五种：没有原始回答

**怎么发生**：报告里只有汇总数字和趋势图，没有任何一条 AI 的原始回答。

**为什么算假提升**：所有结论都不可追溯。数字变了，没人能回答“是因为哪个引擎、哪个问题、哪条回答变了”。这种情况下，**任何解释都可以编出来**——而这正是“假提升”最舒服的生存环境。

**怎么识别**：翻报告附录，看有没有逐条原文。没有就是缺。

**我们怎么处理**：检测报告是否包含原始回答明细，缺失时打风险标记。平台默认保留每条采样回答的引擎、问题词、时间戳与原文，可逐条回溯——这是数据诚信的第一条底线，不是可选项。

## 五种之外：测量条件快照

除了逐条检查这五种，出报告时还会留一份**测量条件快照**，至少包含四项：

- 问题集（这一期用了哪些问题）
- 平台集合（测了哪几个引擎）
- 采样窗口（什么时间段采的）
- 评分口径（用的哪套评分规则与权重）

这份快照的作用是：**换一个人拿着报告，能重新做出同样的诊断**。如果两个月的快照完全一致，那么数字的变化就是真实变化；如果不一致，变化里就混了条件变更的成分。

这是我们认为复测报告应有的最低标准：不是“证明我变好了”，而是“说明这次和上次的条件差在哪”。

## 为什么这些检查不阻断出报告

这是一个刻意的设计选择。

把五种假提升做成硬拦截，结果会是：只要有任何一项条件变化，报告就出不来。但现实里条件变化是常态——客户换了问题集、某个引擎下线、竞品名单调整，这些都是合理的业务变化。

所以我们的做法是**只记日志 + 在报告中如实披露，不阻断**。风险项必须带具体数字（哪几个平台、占比多少、缺了哪一项），否则运营看到一条“存在复测风险”的提示也无法行动。

这也和我们对报告质量门的整体口径一致：**能做的是让问题被看见，不是替客户判断结论**。客户有权在条件变化的情况下继续对比，但他必须知道自己在对比什么。

## 一个可以直接用的自检清单

不需要任何工具，拿两份报告对照就能做完：

1. 两期的问题集是否一致？指名题占比有没有变化？（对应第一种）
2. 两期的引擎列表是否一致？缺了哪些？（第二种）
3. 两期的竞品名单是否一致？（第三种）
4. 两期都检查了描述准确率吗？（第四种）
5. 两期都有原始回答明细吗？（第五种）
6. 两期的采样窗口长度是否相同？

六条里有任何一条“否”，那份“提升”就要在结论里加一句限定。这不是给报告找麻烦，而是让报告经得起别人复核——而能被复核，本来就是 GEO 报告最稀缺的品质。