度数的标准体检流程是踩过坑之后改出来的。把第一次完整体检犯的四个错误公开，给准备自己做检测的团队参考。
坑一：问题集混入了"行业黑话"
第一版问题集里有一条"XX 解决方案的 TCO 对比"。我们自己会这么问，客户不会。用户的语言是"一年到底要花多少钱"。修正方法：每条问题先过"客户会不会原样问出口"这一关，黑话全部翻译成用户语言。
坑二：会话污染
早期为了省事，我们在同一个会话里连续问了十几个问题。AI 记住上下文，回答开始互相影响，数据完全失真。修正：每个问题开全新会话，每平台至少测两遍。
坑三：竞品参照系选错
我们最初对标了行业内最大的平台，声量份额惨不忍睹但毫无行动价值——用户在真实决策场景里根本不会把两者放在一起比较。修正：按客户真实决策集选竞品，通常是 2–3 个同量级对手。
坑四：复测口径没冻结
第二个月复测时顺手"优化"了几个问题措辞，环比数据直接作废。修正：问题集一旦建立即冻结版本，任何修改都另起一版并双轨并行一个月。
修正后的标准流程
现在每次体检都严格执行：用户语言问题集 → 每题新会话双测 → 真实决策集对标 → 版本冻结。流程本身不复杂，复杂的是忍住不抄近路。
想让你的品牌也进入 AI 的回答？
5 个工作日交付 AI 可见性基线报告，口径透明、可复现。