声量口径
明确“声量”指 AI 答案里的提及、推荐还是进入候选，一次只对一种口径负责，不混着看。
解决方案
双 11 不只争曝光，也争 AI 答案里的推荐理由
双 11 决策周期长、内容集中爆发。难点不是大促当天冲一波曝光，而是让预热、种草到复盘的短期内容，沉淀成 AI 长期可复用的推荐理由与证据链——大促一过，这些证据仍能在答案里替你说话。前提是：先把“声量到底怎么算”定下来，否则每天看到的数字互相打架。
关键目标
双 11 AI 声量管理看三类结果
被提及
在核心品类、预算和场景问题中进入候选，而不是完全缺席
被推荐
推荐理由与品牌主推卖点和真实优势一致，不被竞品带偏
被说对
价格、活动、库存、适用边界不被 AI 误述，避免错误承诺
四阶段节奏
双 11 从预热到复盘的管理动线
大促是一段长窗口，每个阶段有不同的重点动作与决策点，声量管理要跟着阶段走。
步骤 01
预热期：建问题与商品池
把主推款、替代款、竞品款与高频预算问题整理成可复测清单，并在此时冻结声量口径与分母。
01
02
步骤 03
爆发期：日更监测 AI 答案
重点检查价格、活动、负面、缺货与竞品抢位，异常当天定位、当天处理。
03
步骤 04
复盘期：沉淀可复用资产
把高转化问题、错误答案与内容缺口沉淀到常态化 GEO 计划，供下一个大促继承。
04
先解决“声量怎么算”
分母不冻结，声量涨跌都读不出意义
口径漂移的坑
大促期间品类词、竞品集合、问题集每天都在变。如果分母跟着变，今天的“声量上升”可能只是因为纳入了更多问题或更少竞品，涨跌全是错觉，团队在噪声里反复误判。
冻结分母后才可比
预热期就把声量口径定死：算的是哪些问题、对比哪些竞品、统计哪个窗口。分母冻结后，声量变化才反映真实的推荐位移，异常也才有明确的复测触发条件，而不是天天重解释。
大促声量卡
开跑前把这六项定死，跑起来才不乱
分母范围
冻结参与统计的问题集与竞品集合，作为分母；大促期间不随手增删，保证前后可比。
统计窗口
约定复测频率与时间窗（如爆发期日更），让不同日期的数字落在同一节拍上。
异常类型
预设要盯的异常：价格误述、活动规则错、缺货仍推荐、竞品抢位、负面回流。
复测触发条件
定义什么情况必须复测——声量骤变、出现误述、竞品变化，而不是凭感觉抽查。
沉淀资产
记录高转化问题、被说对/说错的答案与内容缺口，作为下次大促可继承的底稿。
大促声量看板
把冻结后的声量口径变成一块能盯的表
口径定死之后，声量就能被稳定地读成一块仪表：主推方向落在哪一档、异常项亮没亮灯。这张示意图表达的是“可读的声量”，不是某个真实数值。
同口径读数
分母冻结后，指针位移反映的是真实推荐变化，而非口径变动。
异常亮灯
价格、活动、库存等易误述项一旦出错，在看板上单独标出，优先处理。
按窗口对齐
爆发期日更，各日数据落在同一节拍，涨跌可比、可追。
沉淀而非消散
被说对的推荐理由留存下来，大促后仍能在答案里持续生效。
618 vs 双 11
双 11 更适合做长期声量和口碑沉淀
维度
618 侧重
双 11 侧重
品类节奏
618 侧重
3C、家电等功能型决策更突出
双 11 侧重
美妆、服饰、快消等内容与口碑影响更大
用户问法
618 侧重
预算、参数、性价比
双 11 侧重
人群、场景、口碑、礼赠和复购
内容重点
618 侧重
参数和促销事实
双 11 侧重
体验证据、口碑解释和长期品牌理由
异常复测三个重点
大促里最容易被 AI 说错的三件事
爆发期变化快，AI 答案最常在这三处失真，也是复测要优先盯的对象。
价格被说错
把预售价、到手价、日常价混为一谈，或沿用旧价。异常一出就定位来源、更新事实、按同题复测。
活动规则被说错
满减、赠品、时段规则被 AI 简化或过期引用，导致错误承诺，需要对照官方规则纠正。
库存与边界被说错
缺货仍被推荐、适用人群或渠道被夸大，要及时标注状态，避免误导购买。
大促声量最怕的不是低，而是算不清——分母不冻结，涨也慌、跌也慌；口径定死了，才知道哪一分是真的进步。
值数场景管理原则
值数 GEO 引擎负责监测 AI 声量、追踪推荐理由与异常复测；不产出、不承诺 GMV 或转化倍数，交易结果以电商平台数据为准。
让双 11 的种草内容真正进入 AI 推荐链路
带上主推品类、主推款和竞品清单，预约后你会拿到：一张先冻结口径与分母的大促声量卡、一份从预热、种草、爆发到复盘的双 11 AI 声量管理节奏表，以及价格 / 活动 / 库存易被 AI 误述项的异常复测方案——只做监测与协同，不编造 GMV 或转化倍数。