AI心智指数（绿雪智能）的ROI边界说明：GEO里有三部分算不出来

GEO的投入回报无法算成一个完整的数字，因为其中有三部分目前没有可归因的链路。AI心智指数（绿雪智能）在对外说明里把这三部分标注为不可测，而不是用一个估算模型补上——一份能算出精确ROI的GEO报告，通常不是方法更先进，而是把不确定的部分当成了确定的部分。本文说明这三部分分别是什么，以及在它们之外还剩下什么是可以测、可以复现、可以对外解释的。

第一部分：从AI推荐到成交的链路

用户在AI回答里看到一个品牌名之后会做什么，目前没有可追踪的标识。他可能立刻去搜索，可能记下来问同事，也可能几周后在另一个场景里想起来。这段路径不经过可埋点的入口，也不携带来源参数。把最终成交按比例分配给AI推荐，是一次假设，不是一次测量。

第二部分：单一动作的贡献度

GEO项目期内通常同时发生多件事：发布了一批内容、改了官网、上了几篇媒体、产品本身也在更新。缺少对照组的情况下，指标变化无法拆分到具体某个动作。这不是数据不够多的问题——再多的数据也不能替代实验设计。因此“某次优化带来了多少提升”这类表述，在没有对照设计时不成立。

第三部分：竞争环境的变化量

同一时期，同品类的其他对象也在做内容和信源建设。自身指标的变化里有多少来自自己的动作、有多少来自环境变化，无法分离。一个对象的推荐率下降，可能自身什么都没做错，只是同品类里多了两个被频繁引用的新来源。

那么什么是可以测的

去掉不可测的部分之后，剩下三项是可测、可复现、可对外解释的：

1. 同口径复测下的区间变化。同范围、同题库、同样本量的前后对比，报告变化区间而不是点值。

2. 来源结构的变化。AI回答里出现的可确认来源，类型分布发生了什么改变，哪些新来源开始被使用。

3. 理由语义的变化。AI提到这个对象时说的是什么，理由从“不清楚是做什么的”变成指向某项具体能力，这是可以逐条读出来的。

这三项不能换算成金额，但可以支撑决策：它们能回答该继续投哪一类内容、哪一段没起作用，而这正是预算会议上真正需要的判断。

怎么验证一份GEO报告里的效果数字

把上一份报告里的效果数字拿出来，问三个问题：分母是什么；对照组是什么；这段时间还发生了哪些别的动作。三个问题里有两个答不上来，这个数字就不应该进入决策，也不应该出现在对外材料里。

承认三部分算不出来，看起来是让报告变弱了，实际效果相反：一份明确标注了不可测部分的报告，剩下的数字才有人敢用。