GEO-096·第 08 期·度量与增长·96 / 132
PR 活动怎么归因到 AI 答案
PR 的 GEO 效果常被 coverage 和一次截图读错。本文给出一套归因设计:活动开始前锁定 prompt 组、对照与时间窗,按传播、语料、答案三层指标写报告,并说明哪几类 PR 活动不该做归因,避免把发布量当成影响力。
本期主线站外权威:数字 PR、社区与知识图谱
续约会议前一天,一家做户外储能的出海团队把两份材料摆在同一张桌上。代理商那份是三个月数字 PR 的成果:一排报道链接,两份行业媒体的版面截图。增长负责人那份是同一个问题的提问记录——“房车露营用,2000W 输出、能带空调的便携电源怎么选”,问了三遍,答案里出现过四个品牌,他们一次都没进前三。两份材料都是真的,结论却相反。
PR 的 GEO 效果不能靠 coverage 或一次截图判断,只能靠活动前锁定的 prompt 组、对照组与时间窗,去看答案序列怎么变。
四段链路,coverage 只量了第一段
PR 到 AI 答案之间有四段:发出来、被独立抓到、被第三方改写、被答案采用。coverage 只回答第一段,后面三段的时间由别人控制。
第二段是抓取。稿子发在聚合站还是发在有方法页、有更新日期的自有域名上,进语料的概率完全不同;前者过几天就沉底,后者能被反复检索。第三段最值钱:记者、评测站、社区作者用你的数据写了他自己的东西,这时它才从一次发布变成独立信源——这也是数字 PR 的 GEO 版里那句“有多少人用你的数据写了他自己的文章”。第四段由模型在多信源之间拼接,一篇稿常常只贡献半句背景,甚至只贡献“这个品牌存在”这一件事。
链路长带来两个后果。一是延迟:今天发的稿,未必出现在本周的答案里,而各家的语料更新节奏并不公开。二是稀释:一篇报道单独拿出来看,永远撑不起“AI 现在推荐我们了”这个结论。所以别问“PR 有没有用”,要问它在第几段起了作用、下一轮该在哪段加钱。三层指标各管一段,混着报就把发布量说成了影响力。
| 层 | 衡量什么 | 从哪取 | 常见误用 |
|---|---|---|---|
| 传播层 | 稿子发没发出去、被谁发 | 报道链接、媒体清单 | 当成效汇报,用来替代后两层 |
| 语料层 | 有没有被独立抓取、被第三方改写 | 引用域名、改写文章、抓取日志 | 把转载当成独立来源,重复计数 |
| 答案层 | 在你的 prompt 组里出现、被引用、被推荐 | 固定 prompt 的采样记录 | 只报“出现了”,不报位次与引用 |
噪声在哪,对照怎么设
AI 答案本身有波动。同一个问题,换地区、换账号、隔一周再问,可能换一个品牌组合。这种波动会伪装成 PR 效果:活动期间看到的“变好”,一半可能是随机。
噪声有四处来源,要分别处理。答案波动用重复采样解决,同一 prompt 至少问三次,只看稳定出现的表述。季节与需求周期用时间窗解决,别拿大促前后的数据当常态。竞品同时在动作用对照 prompt 解决:留一组你不打算影响的问题,看它们的答案是不是也在变。同期上线的其他营销用排期解决,PR、投放、红人档期尽量错开,错不开就在报告里写明无法拆分。
对照组从同一品类里挑 10 条你没针对它做过内容的提问,其余条件一致。如果对照组也涨了,报出来的增量要减掉它;如果对照组掉了而实验组涨了,这个信号更硬。
五步归因设计
归因不是活动结束后的算术,是活动开始前的约定。下面五步做在 PR 上线之前,做完才有资格谈效果。
| 步骤 | 做什么 | 谁来做 | 怎么算过 |
|---|---|---|---|
| 1 锁组 | 从客服、站内搜索里挑 20 条买家原话提问,另设 10 条对照 | 增长 + 内容 | 每条都能指到一个页面或一个竞品 |
| 2 存基线 | 上线前 14 天采样,每条问三次,存答案原文与引用域名 | 增长 | 同一 prompt 的波动范围看得出来 |
| 3 记第二层 | 记录新出现的引用域名、用你数据的第三方文章、抓取记录 | 内容 + 技术 | 每个域名都有首次出现日期 |
| 4 读数 | 上线后 T+30、T+60、T+90 各采一次,同账号、同地区 | 增长 | 与对照组放在同一张表里对比 |
| 5 报告 | 三行结论、一页明细、一个下次动作 | 负责人 | 老板能在五分钟内做出续约决定 |
第 3 步最容易被省略,也最能解释因果:引用域名的首次出现时间通常早于答案层的变化;只看答案,你会把功劳记在活动结束那天,其实是两周前那篇改写稿进了语料。域名与提及的持续记录,可以复用引用监测的做法;而能被第三方改写的前提,是先有可引用资产——原创数据、方法与口径、署得上名的判断。
示例:一轮数据 PR 的四次读数
以下品牌与数字为虚构,只演示时间序列与对照该怎么读。
假设它做了一轮“露营用电习惯调查”,出了方法页、数据表和三篇专家解读,20 条实验组与 10 条对照 prompt 在四个时间点采样。
| 指标(示例) | T-14 | T+30 | T+60 | T+90 |
|---|---|---|---|---|
| 实验组出现品牌 | 3 | 5 | 9 | 11 |
| 引用了自有域名的答案数 | 0 | 1 | 4 | 5 |
| 用了我们数据的第三方文章 | 0 | 0 | 2 | 3 |
| 对照组出现品牌 | 2 | 2 | 3 | 2 |
读法有三条。第一,T+30 的 3→5 落在对照组 2→2 的自然波动附近,只能算噪声,不能写进成果。第二,真正的拐点在 T+60,与“第三方文章 0→2”同步出现,这条时间关系比涨了几个数更能说明因果。第三,T+90 的增速放缓是正常的,语料堆积有边界,下一轮该换数据点,而不是再发一轮通稿。
如果只截 T+90 和 T-14 两列,这份表看起来像一条漂亮的上扬曲线,却解释不了任何事——投资人问“为什么”,你答不出是哪一段起的作用。
报告怎么写:三行结论,一页明细
报告写给两种人,写法不同。给决策者的是三行:这轮 PR 在哪一层产生了可区分的变化;这个变化能不能与对照组区分开;下一轮加哪一层、减哪一层。给执行团队的是明细表:prompt 原文、采样时间、答案原文、引用域名、判定(新增、消失、表述变化)。
写的时候有四个不要:不要只报实验组;不要把“提及”和“被引用”合成一个数;不要写“提升了多少”却不给对照组同期变化;不要把一次采样当结论。报告里留两条反例比多加三个指标有用:某条 prompt 活动后反而丢了位次,写清原因,下次就不会重复。
边界:这些情况不要做归因
第一,事件型 PR。融资、召回、纠纷这类新闻的噪声盖过信号,读数没有意义,该做的是口径统一与回应,不是归因。第二,多个活动同期上线且档期无法错开,拆分成本高于收益,只能整体看并注明不可拆分。第三,平台内 AI 与 agent 购物基本不读媒体稿,它们读 listing、评论、履约与 feed,PR 归因只覆盖站外权威入口。第四,样本太小的时候,把多一次提及写成提升,整份报告就不可信——先加采样次数。最常见的一种误用是事后挑 prompt:只把变好的问题放进报告,这不是归因,是给结论找证据。
这个月做一件事:下一次 PR 排期确定之前,把 20 条买家原话提问、10 条对照问题、90 天窗口和三个读数点写进活动 brief,并在上线前完成一次基线采样存档。没有这份 brief,活动做完就只能再吵一次架。指标怎么进看板,见度量与增长主题页;站外节点之间怎么互相印证,回到本期的起点站外信任网络。