GEO 避坑：一段提示词，怎么就成了“豆包公开算法”？

把与豆包对话的提示词包装成“公开算法”，再用生成的成绩单卖提分课，这种宣传的关键问题是：提示词、评分依据和真实经营效果，被混成了一回事。老板需要的是客户，不是一张交钱后变好看的成绩单。

提示词是你给模型的指令。例如“请评估我的品牌曝光并打分”，可以让模型按要求组织回答，却不能单凭这个回答证明它掌握了你的真实曝光、成交记录，更不能把输出包装成豆包官方评分。

豆包的《算法及模型备案公示说明》介绍了算法基本原理和运行机制，该页面没有提供商家的曝光率、获客成本或课程提分公式。服务商说“依据公开算法”，就应该给出具体原文，解释原文怎样支持他的计算。

测曝光，要说清统计范围、问题样本、测试次数和时间。选几个问题测试品牌有没有出现，可以得到这组样本中的提及情况，但不能直接换成整个豆包平台的真实用户曝光率。算获客成本，要有对应周期的实际投入、可归因的新客户数量和归因规则。一段提问加一个分数，补不齐这些数据。

如果对方既定标准、又打低分，接着告诉你“报我的课就能提分”，先问清：评分怎么计算？原始记录能否复核？分数提高，与真实询盘、成交有什么可验证的关系？

提示词可以是工作工具，自建评分也可以用于诊断；前提是如实说明方法和局限。把它们冒充官方算法，把提分说成获客保证，才是要拆穿的套路。

客户还没找着，先成了卖课人的客户——这笔账，老板得先算明白。