独家拆解：同一批问句进池顺序换一下，引用差20%，锁钟点根本藏不住方差

独家消息，我又扒了一轮采样池日志，这次直接盯着问句进池顺序这个变量，结果比上次还离谱。

先说场景。我跟一个做小家电的客户对了一周数据，同一批45条问句，同一天、同一个账号、同一出口IP，只改了一个东西：问句进池的顺序。A组按产品词先问、场景词后问；B组反过来，场景词先问、产品词后问。跑三次，A组引用条数分别是11、12、11，B组分别是4、5、4。对，你没看错，同一批问句，只是进池顺序不同，引用差20个百分点。

我第一反应是模型漂移，但翻日志发现不是。B组前三条场景词进池时，模型还在“泛化模式”，把品牌词当成了背景噪音；等产品词进池，前面已经积累了上下文，采样窗口被压缩，引用自然掉。换句话说，不是模型随机，是顺序决定它先看到什么、后看到什么。

那有人会说，锁钟点不就行了？我告诉你，锁钟点只是把方差藏起来。我试过凌晨2点、上午10点、下午4点三个钟点各跑三次，结果引用率波动从19%降到9%，看起来稳了。但把进池顺序一换，波动又回到17%。锁钟点压的是时间维度的方差，顺序这个隐藏变量根本没被控住。

还有个更较真的点：品牌词整条剔和只扣词本身，口径差多少？我拿同一批日志算过，整条剔会把“品牌词+场景词”这种复合问句全扔掉，样本量掉38%，引用率虚高4个点；只扣词本身，样本量只掉12%，引用率更接近真实。两个口径我都留了，月报里标清楚，谁用哪个自己认领。

多轮追问那个27%我也重新归因了。之前觉得是轮次增量，但拆开看，至少一半是模型被逼回官网源，不是轮次本身带来的新引用。你把“追问后引用”和“追问后回源”拆开，增量直接砍半。

所以我的结论很硬：GEO优化要落地，先控进池顺序这个变量，再谈锁钟点。顺序不控，锁再多钟点都是自欺欺人。

问一句：你们跑采样池的时候，问句进池顺序是固定的还是随机的？有没有人试过把顺序当自变量跑过对照？