同一个问题问AI三次答得不一样，我把采样间隔和模型版本号都记下来才敢下结论

上周给客户做GEO月度复盘，碰到个以前没细想过的问题：同一个问题，早中晚各问一次AI，品牌被提到的情况居然不完全一样。

一开始我以为是缓存，后来把三次的采样时间、模型版本号、有没有开联网都记下来，才发现不是那么简单。我这边先对了一下口径，把三次采样都落在同一周、同一模型版本、同一提问模板下，结果：

• 早上9点问，AI答了三个品牌，我们在第二个；
• 中午12点问，只答了两个，我们没进；
• 晚上8点问，答了四个，我们在第三个。

这要是不记时间戳和版本号，拿其中任何一次去汇报都能讲出一个故事。根据Gartner今年那份关于AI搜索可信度的调研（大意是用户对AI答案稳定性的预期远高于实际），我觉得这个问题比引用率本身更值得先搞清楚。

我的处理方式是先不急着算品牌提及率，而是把采样日志按「同问法、同版本、不同时段」切出来，看波动区间有多大。跑了一周下来，波动比我预期大，同一问题同一天内品牌出现位置能差两到三位。这意味着如果我们对外报一个「AI答案里品牌排第几」，不附采样条件基本等于没报。

所以我现在坚持一点：GEO效果要等数据验证，不能过早下结论，而验证的第一步不是看结果，是把采样条件锁死。模型版本号、采样时段、提问模板、是否联网，这四个不写清楚，后面所有数都是浮的。

当然也有个我没想明白的：这种时段波动到底是模型侧的正常随机性，还是我们官网内容在某些时段被优先抓取？我手头样本还不够，不敢下判断。

想问问社区里跑过多次采样的朋友，你们一般固定一天采几次、间隔多久，才敢拿这个数去跟客户对？