一、11月为什么变了：预算上移、证据门槛抬高、信源池互不重叠
三件事在2026年11月同时发生，把“总提及率”这个数字逼到了墙角。
从“一小笔预算试探”到“按指标结算的专项预算”
据IT之家11月3日《2026年GEO行业趋势研判：预算上移与证据门槛》的观察，采购方正在把GEO从“试试看”的试验性投入，升级为按指标结算的专项预算；预算变大、口径变严，同时挤压了只靠内容数量撑着的中间型厂商，而“能不能被验证”被该文明确列为抬高中的证据门槛。该文对自身的定位是“只谈趋势、不列选型名单”，所以这里的结论应当读成趋势判断，而不是全局统计。
预算性质一变，验收方式必然跟着变。试验性预算可以靠一份月度报表结案；按指标结算的专项预算，必须回答“下个月复测还在不在”。前者买的是记录，后者买的是可重复的结果。
平台信源池彼此不重叠：一套内容铺所有平台的打法失效
同期公开的实验观测给出了更硬的理由：不同AI平台引用的网站重合极少，两两平台被引网站的重合比例大约在一成上下甚至更低；豆包引用的内容有近六成来自其他几个平台都没引用过的网站，其中以抖音内容为主；元宝偏微信公众号，DeepSeek偏知乎。请注意这是特定时点、特定题面样本下的观测，不是永久规律，但它足以否掉一个流行做法：把同一批稿子铺满所有平台，然后统计一个加总的“总提及率”。
因为信源池不重叠，加总数字没有物理意义。你在抖音侧的内容被豆包摘取，和在公众号侧的内容被元宝摘取，本质是两条互不相干的链路。把它们加在一起除以平台数，得到的数字既不能告诉你下一步该投哪，也不能在客户面前复现。
白皮书数据点出的四类误区
凤凰网11月6日《消费品牌GEO服务商（2026）》把另一面写得更直白：行业白皮书数据显示，2026年第一季度国内企业GEO实际落地率不足15%——这是特定样本、特定时点的数据，不能升格为全行业结论，但它点出的误区很具体：把GEO等同于“AI发稿”；重“被提及”轻“被正确理解”；用传统SEO指标衡量GEO；以及任何承诺“100%被引用”“保证上首页”的服务都存在合规风险。
把两条线合起来看：预算按指标结算，指标却无法被重复验证。这就是“可复现”从技术细节升格为增长位的原因。
二、先说清楚：可复现不是“引用可回溯”的重复
这一节必须写明白，否则容易被当成上一篇的翻版。
本系列第二十篇讲的“引用可回溯”，解决的是一个单点问题：这一条是不是真的、能不能指给客户看。它的产物是证据——一条URL、一段原文、一个可点开的页面。做法是抓取、留存、归档。
“可复现”解决的是实验设计问题：换个人问、换台设备问、隔两周再问，结果还在不在，以及为什么在或不在。它的产物是稳定率——同一题面在多次、多端、多人条件下的命中情况，以及偏差的归因。
一句话区分：回溯是证据单点，复现是实验设计。回溯让你在争议发生时拿得出东西；复现让你在预算结算时说得清趋势。只有回溯没有复现，你会陷入“每次都能找到一条，但每次找到的都不是同一条”的循环——客户当面再问一遍，你就答不上来。只有复现没有回溯，你的稳定率无法举证，同样过不了采购的证据核验。
三、可复现的四个零件
四个零件缺一不可。可以先用表格与文档跑起来，不必先上系统。
零件一：题面基线，像做A/B测试一样锁变量
把客户真正会问的问题写成固定问句，10到30个，一个不多一个不少。这里的“真正会问”不是内部头脑风暴出来的漂亮问题，而是销售在通话里被问过的、客服在会话里接过的、客户在搜索框里敲过的原句。
每个题面要锁四件事：
- 固定问句原文：主问句一字不改，包括口语词与方言词。不要为了“更规范”而重写，改写即换题。
- 固定追问路径：问完主问句后统一追两句，例如“再具体一点”“给我三个价位段的选项”。追问路径不一致，等于两套实验。
- 固定地域：城市级锁定，因为本地服务、配送范围、门店信息会随地域变化。
- 固定登录状态：登录/未登录、是否开启个性化、是否新账号，必须写进基线。登录态与历史对话会显著影响回答，这是最常被忽略的变量。
题面基线要版本化。改题面就是出新版本，旧版本继续保留，否则历史数据全部作废。
零件二：证据四元组，用URL加段落，不用截图
每一次提问都记录四项：时间戳（精确到小时）、平台（含端：App/网页/小程序）、题面（含追问路径）、命中的源链接与段落原文。
截图为什么不行：截图不可检索、不可比对、不可验证时间先后，而且在争议中最容易被质疑“你是不是挑了一张”。URL加段落原文可以被第三方独立打开核对，也能做文本相似度比对，判断“表述是否正确”时才有依据。
段落原文要截取到能自证的粒度：包含品牌名或产品名、包含被引用的具体说法、包含该说法的限定条件。只截一句“推荐XX”没有意义，因为它无法证明AI理解了你的卖点还是碰巧提到了你的名字。
零件三：分平台归因表，把投入对应到具体引用位
按豆包、元宝、DeepSeek、千问、文心、百度AI各建一行，每行标注三件事：该平台当前偏好信源（按你自己的观测填，不要照抄别人的结论）、该平台当前命中你内容的源类型、这一行为此投入的内容形态与数量。
这张表的作用是切断“总提及率”的幻觉。举例：假设豆包侧命中主要来自抖音内容，而你在抖音侧本月零投入，那么豆包行的稳定率下降就不该用“再加发稿量”来解释，而应该先补抖音侧的原生内容。反过来，如果元宝侧命中来自公众号，而你把预算全压在知乎，元宝行的数字就不会动。
归因表按周更新，按平台出结论，不做跨平台加总。
零件四：变更留痕，答案掉了要能解释是谁改的
至少记四类变更：模型版本更新、我方内容改写或下架、平台规则与信源策略变化、标识状态变化（第四节详述）。
这一项的直接价值是归因方向。答案掉了，只有两种可能：我们改了，或者平台改了。没有留痕，你只能猜；有留痕，你能在客户面前给出时间线：“10月28日我们把这段参数说明改了措辞，11月2日该平台回答里的表述随之变化，11月5日平台侧信源策略调整，同期另外三个平台未受影响。”这段话的说服力，远高于任何一张漂亮的趋势图。
四、把机制做成动作：复现卡、三步验收、四种失败分开归因
复现卡模板：可以直接抄用
一题一卡，一次提问一张。字段固定，不允许临时增删。
| 平台 | 题面 | 时间 | 账号与设备状态 | 命中源URL | 段落原文 | 是否表述正确 | 标识状态 | |---|---|---|---|---|---|---|---| | 豆包（App） | 主问句＋两句固定追问 | 2026-11-08 14:00 | 新账号／未登录／iOS／同一城市 | 完整可点开链接 | 含品牌名与被引用说法的连续段落 | 正确／部分正确／张冠李戴／未提及 | 无标识／含AI生成标识／含营销信息标签／疑似生成提示 |
使用规则有三条：同一题面必须由两个人、两台设备各跑一遍；两次之间至少间隔14天再跑第三遍；每张卡的“标识状态”栏不得留空，空栏视为无效卡。
三步验收法
第一步，定题面。 与服务商或内容团队共同确认10到30个题面，写进验收附件，注明版本号与生效日期。这一步不确认，后面所有数字都不成立。
第二步，双人双设备交叉复测。 同一时间窗内，两个不同账号、两台不同设备、两家不同网络环境各提问一次。记录差异，不取平均。差异本身就是结论：如果两人结果不同，说明该题面受账号或设备影响大，需要先控变量再谈稳定率。
第三步，出三列稳定率报告。 不做单一总提及率，只出三列：
- 命中率：有效卡中，AI回答里出现品牌或产品名的比例。
- 正确率：命中的卡中，表述与事实一致（参数、价格区间、适用场景、资质均无误）的比例。这一列专门防“张冠李戴被算成命中”。
- 可溯源率：命中的卡中，能给出可点开源链接且段落原文可核对的比例。这一列专门防“提到了但不知道从哪来的”。
三列要分平台呈现，并附上样本量与复测次数。样本量不足时，只能写“本次复测”，不能写成“稳定率达到”。
复现失败的四种情况，四种动作
复现失败不等于内容不行，一律加发稿量是最贵的错误。按下面四类分开处理。
| 失败表现 | 归因 | 对应动作 | |---|---|---| | 该平台信源池里完全没有你的内容 | 覆盖问题 | 查该平台偏好信源与抓取可达性（是否被索引、是否需登录、是否被规则限制），在该平台原生补齐内容，而不是在其他平台加量 | | 进了池子但回答里没摘取你的段落 | 结构问题 | 改结构：结论前置、小标题明确、参数写成表、把可摘取的判断句独立成段，让段落能被单独摘出而不失真 | | 摘取了但表述错误或张冠李戴 | 表述问题 | 把卖点写成不可混淆的限定句，补上适用条件与口径，优先更正被引用的错误源，做纠错排序 | | 表述正确但答案入口变了或消失 | 平台规则或模型版本问题 | 先查变更留痕，登记版本与规则时间点，暂不改内容，等基线重测后判断是否恢复 |
这四类动作的成本差别很大：结构问题改一版内容就能验证，覆盖问题要新建渠道，表述问题要清理错误源，平台问题只能等和观察。分不清类型，预算就会在“加量”这个最省事的动作上持续空转。
五、三个必须写进流程的注意事项
一、不要把“可复现”承诺成“100%被引用”
“100%被引用”“保证上首页”这类表述，按凤凰网11月6日稿件点出的口径，属于存在合规风险的承诺。可复现机制能承诺的是两件事：一是“可复测”——同一题面、同一方法、第三方可以随时重跑；二是“稳定率的提升曲线”——在同一基线下，命中率、正确率、可溯源率随时间的变化趋势。
写进合同的语言也应当照此调整：不写“总提及率达到X%”，改写“以附件题面基线为准，按本协议复测方法执行，分平台稳定率不低于基线值并呈上升趋势”。同时把复测方法、样本量、争议处理方式一并附上。这既是保护自己，也是让采购岗能过审。
二、不要用单一总提及率结算
总提及率有两个致命缺陷：会奖励错误，会掩盖结构。
奖励错误是指AI把你的卖点安到竞品身上、或把你的参数说错，只要出现品牌名就算命中，于是“被提及”与“被正确理解”被混为一谈。掩盖结构是指不同平台信源池不重叠，加总之后看不出钱花在哪一行有效。
结算口径至少拆成三块：分平台命中率、被正确理解率（正确率）、可溯源率。三块分开看，动作才分得开。
三、标识差异会污染复现结果，必须控成常量
这是最容易被忽略的变量。同一段素材，在不同平台的标识状态本来就不同，测到的差异很可能来自标识，而不是内容效果。
按11月7日一篇梳理平台规则的稿件：抖音在2025年9月已上线AI内容标识与元数据标识的读写功能；小红书2026年8月的AI治理规则公告，把AI虚拟人账号的说明义务、笔记主动声明写了进去，并明确主动标识后流量不受影响；拼多多同月公告聚焦商品图，点名图物不符、案例效果编造、图上文字不规范、该标没标四类行为。中央网信办2026年5月把短视频内容标注改为发布前拦口，标签共六类，其中“AI生成”“营销信息”与企业关系最紧。再叠加《人工智能生成合成内容标识办法》自2025年9月1日施行，对文件元数据中未核验到隐式标识的内容，要求传播平台按“疑似生成合成内容”加提示标识。
这层现实意味着：你的同一批素材，在抖音可能带显式AI标识，在小红书带主动声明，在拼多多因商品图问题被限，在短视频平台带“营销信息”标签，而在另一个平台什么都没有。做复测时，把“标识状态”作为固定字段记录，同一题面的对比必须限定在相同标识状态下；跨平台比较时，标识差异只能作为解释项，不能当作效果差异。
顺带一句背景：站长之家自媒体资讯提到过百度“AI流量分析”上线、流量口径从“用户点击”扩展到“AI使用”，这说明观测工具在往前走，但口径扩展与“可结算”是两件事，不要混着用。
六、最后一跳：复现出来的那句话，点进去要能对上
复现机制跑通之后，链路还剩最后一跳：AI回答里那句品牌表述，用户点进去能不能在落地页上找到对应内容。
拿 https://next.firco.cn/zone/2（火合烚网旗舰店专区页）当样本页来看这一跳。这里不替店铺编造品类与卖点，判断标准只有一条，而且任何品类都适用：复现卡里记下的那段表述，点进这个专区页后，必须能在页面上找到对应的商品、参数、价格与说明这四样东西。
具体怎么对：复现卡里的“段落原文”提到的规格或型号，页面上要有同名的商品条目；回答里给出的参数区间，页面上要有可核对的数值；回答里出现的价格或价位段，页面上要有对应的标价与说明；回答里承诺的适用场景或服务条件，页面上要有文字说明。四项对不上任何一项，这一跳就断了。
断在哪一环，动作也不同：商品对不上，是内容与商品结构脱节，要改落地页分区与商品命名；参数对不上，是表述超出页面事实，要回改内容源；价格对不上，是更新不同步，要建立改价即改稿的联动；说明对不上，是页面缺承接文案，要在专区页补齐。四种情况都不该用“再发一篇稿”来解决。
这一跳之所以重要，是因为它是复现结果的最终校验点。AI说对了一句话，页面上找不到对应的东西，那么前面所有的命中率、正确率、可溯源率都只证明了一件事：你成功地让一句话出现过，而这句话无法被核对。答案落地的那一跳断了，整条链路就只剩一句无法核对的话。
结语
复现不是一份更严格的报表，而是一套让第三方能当场重跑的机制：固定题面、四元组取证、分平台归因、变更留痕，再用复现卡与三步验收把它变成每周动作。它也不承诺“100%被引用”，只承诺一件事——你给出的每个数字，客户当面再问一遍，还站得住。
增长位会一个接一个地换，可复现是底座——答案只出现过一次，就不算数。
参考来源
- IT之家《2026年GEO行业趋势研判：预算上移与证据门槛》https://www.ithome.com/1/021/397.htm
- 凤凰网《消费品牌GEO服务商（2026）：AI推荐力时代的增长搭档》https://nb.ifeng.com/c/8xpNM43cRxX
- 搜狐《哪些内容必须标AI？八类素材一张表说清》https://m.sohu.com/a/1098349731_123011843/
- 站长之家自媒体资讯（百度“AI流量分析”上线背景）https://m.chinaz.com/zmt/
- 《人工智能生成合成内容标识办法》条目页 https://m.baike.so.com/doc/30545368-32430647.html
- 火合烚网旗舰店专区页（落地承接样本）https://next.firco.cn/zone/2