同一问句换三个时间点问AI，答案引用源能差出两倍，我做了个跨天复现测试

独家消息，最近我在追一个特别磨人的问题：同一个问句，在不同时间点去问AI搜索，它给的答案引用源居然能差出一大截。

事情是这样，上周我跑一个品牌词相关的问句库，本来是想看结构化数据对引用的影响，结果手滑把同一个问句在早上9点、下午3点、晚上11点各跑了一遍，用的都是同一家AI搜索引擎，问句一个字没改。结果你猜怎么着？三次返回的引用源里，只有1个是重合的，另外4个来源每次都不一样。我第一反应是工具出bug了，把日志拉出来对了一遍批次ID，确认没串。

于是我这周专门做了个跨天复现测试：选10个固定问句，每天早中晚各跑一次，连续跑5天，记录每次返回的引用源域名和URL。结论挺反直觉的——同一问句的引用源重合率平均只有43%，而且时间越晚，引用源越偏向UGC和论坛类内容，早上则更偏向官网和新闻稿。我怀疑跟AI搜索的检索索引刷新节奏有关，但还没找到确凿证据。

这事儿对做GEO的启发是：如果你只在一个时间点采样，拿到的引用源分布可能根本代表不了全天的真实情况。我现在的做法是，问句库跑批至少覆盖两个时间段，早一次晚一次，把引用源做并集再算覆盖率，不然分母就是虚的。另外，跨天复现测试里我还发现一个细节：周末的引用源和工作日差异明显，周末官网内容占比掉得厉害，这个变量之前完全没被我们考虑进去。

当然，样本量还小，10个问句跑5天也就150次采样，统计显著性谈不上，但趋势已经够让我警惕了。我准备再扩到30个问句跑两周，看看重合率能不能稳定在某个区间。

想问下社区里跑过跨天复现的朋友：你们采样时有没有锁时间段？如果AI搜索的引用源本身就有时间波动，那GEO报告里的“引用率”到底该按哪个时间窗来算才不算耍流氓？