跑批时把「问句来源」随手标成「用户提问」，结果AI引用数直接对不上账

求大佬指点，我这周被一个跑批口径的细节坑惨了。

事情是这样的：我们上周做了一轮GEO内容更新，一共改了 47 个落地页，加了不少 FAQ 和对比表。周一跑批拉数据的时候，我看到 AI 引用数从日均 312 掉到了 198，差点在群里直接认错说改坏了。

但我留了个心眼，把跑批脚本里的原始字段导出来看了一眼，发现「问句来源」这一列，之前抓的时候是分「用户真实提问」「AI 扩展追问」「站内搜索」三类的，这周不知道谁把采集配置改了，全被标成了「用户提问」。

这意味着什么？分母变了。原来算引用率是拿「用户真实提问」当分母，大概 180 条左右，现在分母变成了 400 多条，引用率直接从 1.7 掉到 0.4，看着像崩了，其实分子没怎么动。

我拿同一批问题做了交叉验证：只筛「用户真实提问」这个标签的，引用数从 189 变成 185，波动不到 3%，属于正常抖动。虚惊一场，但这个问题不解决，后面周报全得错。

我现在定的规矩是跑批前先查三件事：

1. 问句来源字段的枚举值对不对，有没有被默认值覆盖。这个字段一变，分母全乱。
2. 同一问句去重逻辑，是按原始问句去重还是按意图去重，两种算法差出十几个点，必须在跑批脚本里写死，不能靠人记。
3. 引用判定的时间窗，是抓取当天有引用就算，还是 T+3 内出现过都算，这个口径不统一，跨周对比就没意义。

踩完这个坑我算是明白了，GEO 数据波动先别急着归因到内容上，跑批口径本身就是最大的变量。我现在每跑一次批，都把这三个字段的取值分布存一份快照，出问题先对快照。

不过我还是有个地方没想通：问句来源里的「AI 扩展追问」，到底算不算有效分母？算进去引用率被稀释得很难看，不算又怕漏掉真实的用户路径。求大佬指点，你们跑批的时候这块是怎么切的口径？