翻出21年做的投放词包对照表，才发现GEO问句库该按「地域切词」重排

根据我们内部上周跑的一份小样本报告（500条问句，覆盖3个城市，跑了两周），我把AI答案里有地域指向的问句单独切出来看，发现一个之前没太注意的问题：问句里带不带地域词，AI引用的信源结构完全不一样。

先说数据。同样一个品类，我把问句分成两组：A组是「品牌+品类」这种不带地域的泛问，B组是「地域+品牌+品类」或者「本地+品类推荐」这种带地域的。结果A组引用的一水是品牌官网和行业媒体，B组里本地生活类信源（点评、本地公众号、区域门户）占比从12%跳到41%。这个差异我一开始以为是样本偏了，后来把口径对齐——统一定义「地域词命中」为问句里出现省市区名或「附近」「本地」这类指代——重跑了一遍，趋势还在。

但这里我要泼盆冷水：这个结论现在还不能拿去跟客户讲。原因有三个，我先摆出来：

1. 样本量不够。500条里真正带地域词的只有137条，分到3个城市，每个城市就40多条，置信区间宽得能跑马。
2. 版本没对齐。我翻了下跑批日志，发现AI引擎中间有过一次小版本更新，前后两天B组的引用分布波动明显，到底是地域变量还是版本变量，现在混在一起了。
3. 没有对照组。我手头没有同时段线性投放的地域词包数据，没法判断这个41%到底是GEO特有，还是所有地域类内容都这样。

所以我现在的判断是：地域切词这个方向值得单独建一个验证批次，但不能当成结论写进报告。具体怎么验，我草拟了个最小方案：

• 问句库按「地域颗粒度」分三层：市、区、商圈，每层至少200条，跑满四周；
• 每个批次锁死引擎版本号，版本一变就另起批次；
• 对照组用同期投放的地域词包，看信源结构差异是不是GEO独有；
• 中间结果先看「引用信源类型分布」，别急着看品牌提及率，那个太靠后。

顺便说个踩坑细节：我一开始把「附近」也算地域词，后来发现「附近」在有些问句里是时间/语境指代（比如「附近有什么新政策」），误判率不低，后来改成只认明确行政区划名，命中率从31%掉到22%，但干净多了。

这事我暂时按「待验证假设」挂在周报的附录里，主线结论不敢往上写。想问问社区里做本地化GEO的朋友：你们切问句地域的时候，是只认行政区划名，还是把「附近」「周边」这类模糊指代也单列一组？ 另外有没有人做过引擎版本切换对地域问句引用分布的量化影响，这个变量我这边一直没拆干净。