郑州汽修店做 AI 获客，一个季度能看出变化吗？

郑州的汽修老板被问"这个月效果怎么样"，十次里有八次会听到一个数：收录量。或者总曝光量、或者命中词数、或者内容量。这些数都不是没用，但它们回答不了老板真正关心的问题——我这个月到底有没有比上个月多被问几次？

一、为什么总量指标没法判断

先看一个常见的报告长什么样：

问题出在分母。上面这些数都没有分母——多少条问句里被提到了多少条，这个比值才是能判断的。

二、能逐条对得上的五个指标

我们采用的口径是这样的：

这五个指标的好处很实在：每一个都能被客户自己验一遍。你按清单把四个平台问一遍，得到的被提及问句数应该和报告一致。差得远，说明报告有问题。

三、一个季度的变化应该怎么看

第一个季度不要期待"从 0 到被推荐"。比较现实的预期节奏是：

• 第 1 个月：基线建立。把问句清单跑一遍，知道起点在哪。这时候数字往往不好看，甚至一条都没提到——这很正常，因为前面的内容建设还没生效。
• 第 2 个月：开始有零星提及。表现是"某些问句偶尔提到"，不稳定。这个阶段重点是修正口径不一致，而不是加量。
• 第 3 个月：如果前面口径统一做扎实了，被提及的问句数应该有可观察的上升；引用完整度开始改善，AI 不只是提到店名，还能带出资质或地址。

所以"一个季度能看出变化吗"这个问题，答案是：能，但看的不是绝对值，是趋势线和口径一致度。如果三个月后被提及问句数涨了，但引用完整度一直是 0，说明 AI 只知道有这么个店，不知道这家店靠不靠谱——这时候该做的是补可核验信息，不是继续铺内容。

四、什么数据不列为交付依据

有一类数据我们明确不写进交付依据：成交量、到店客流、成交额。

原因是这些数据客户自己最清楚，而且受天气、季节、活动、店面位置等大量因素影响，把它算进服务交付里对双方都不公平——效果不好说不清是谁的责任，效果好也不该全归给服务方。

我们的口径是：过程指标（AI 端收录量、被引用问句数、引用完整度）作为交付依据；成交数据以客户自述为准，不列为交付依据。

这套分法听起来吃亏，但它换来的是两件事：一是报告里的数字可复核，二是双方不会在一个说不清的指标上反复扯皮。

五、复核报告怎么用

拿到报告后，建议按三步用：

1. 先看分母——问句总数和清单版本对不对，是不是你确认过的那份
2. 再看趋势——三期连起来，涨、平、跌
3. 最后抽查——挑两三条最关键的问句，自己在平台上问一遍，对一下

如果第三步对不上，后面的讨论就没有意义了——这也是为什么我们坚持报告要附后台原始记录，而不是只给结论。

完整的报告口径与未达基线的处理规则，写在《固定提问清单与 AI 引用复核机制》里，可以直接对照。