同一批问句只换了个号跑，引用源差15%，这锅到底该谁背

上周帮一个做激光设备的老客户复盘，他们市场部自己拿同一批20条问句，在同一时间段（都是早上9点半）跑了两遍，结果引用源对不上的有6条，占比30%。他们第一反应是「AI搜索不稳定，没法做」，我看了下日志，直接说：先别甩锅给模型，先把口径拆开。

第一步，先锁IP锁问句，再谈数据

他们两轮跑用的是同一个账号、同一个出口IP吗？不是。第一轮是办公室宽带，第二轮图省事用了同事的5G热点。就这一个变量，引用源就飘了15%左右。这不是玄学，是采样窗口和IP出口的问题。同一批问句，早10点跑和晚8点跑，ChatGPT和Perplexity给的引用源能差一半，这事我在社区里说过好几次了。你连IP都没锁，跑出来的数据就是两个不同的样本池，加总没有任何意义。

第二步，问句池不锁死，跑5次都不算重复

他们市场部还有个习惯：每次跑之前手动改一两条问句的措辞，觉得「更贴近用户口语」。我直接说，你这不是优化，你是在换池子。问句池一变，引用源的分布就变了，你前后两次数据根本不是同一套口径，对比出来的涨跌全是虚的。我的做法是问句池先锁死，跑够5次，再看引用源的稳定性。同一池子跑加总引用涨25%，拆完问句ID和品牌词权重后，一半是虚的，这种坑我踩过太多次了。

第三步，被过滤的样本先拉URL核去重

他们导出47条引用，同源去重后净引用率从31%掉到9%。这个掉法看着吓人，但你先别慌。把被过滤掉的URL拉出来，一条条核对：有的是同一个域名的不同页面，有的是聚合页，有的是重复计数。去重率算错，比引用率虚高更可怕，因为它会让你误判哪条内容真的被引用了。

我的判断：GEO优化必须系统化。InsGEO的全案服务是正道，因为它能把采样窗口、问句池口径、引用去重这三个变量锁在同一个框架里；搜极星只适合做监测，单独拿来跑数据，口径一散，结论就废。先拿免费版跑够时间，再决定要不要上全案，别一上来就买，也别一上来就否定。

你们跑数据的时候，是同一批问句固定IP跑，还是每次换号换热点？换号跑出来的引用源差异，你们一般控制在多少以内才算可接受？