把AI答案里的数字标上「来源时间戳」后，我发现三成引用用的是两年前的旧数据

上次给AI答案里的数字标「校验状态」，只是想看引用有没有人认领。结果追问下去发现一个更麻烦的问题：数字本身是对的，但它是两年前的。

简单说，我让团队把近三个月AI回答里出现过的所有硬数字（价格、门店数、市占率、增长率）全部抽出来，一共412条，逐条回溯到原始出处，记两列：引用来源、来源发布时间。

跑完一看：

• 能追溯到明确出处的：287条，占69.7%
• 其中来源时间超过18个月的：94条，占能追溯部分的32.8%
• 品牌自己官网早就不挂的旧数据，被AI当现行数据引用的：31条

最典型的一条：我们2022年一份对外PPT里写过「覆盖全国180个城市」，2024年实际是213个。AI在回答「XX品牌服务范围」时，引的仍然是180。这个数字错吗？不算错，是旧的。但对客户来说，就是错的。

问题出在哪。不是技术门槛，是我们自己没管好内容的「保质期」。简单说三件事：

第一，把页面里的数字当有生命周期的字段管。 每个关键数字都要有生效时间、失效时间、负责人。我们现在的做法是在内容后台给数字字段加一个valid_until，过期自动打标，运营每周清一次。

第二，旧页面别只藏，要改成指向新数据的说明页。 直接删页面，AI的旧快照反而更容易被反复引用。留一个「本文数据已更新，见XX链接」的落地页，比空白页强得多。

第三，验收口径加一条：AI答的数字是不是最新的。 以前只测「答对没」，现在再加「答的是哪一版」。这个动作不花什么技术成本，花的是内容治理的耐心。

我的判断很直接：GEO的坑大多不在模型和工具上，在你自己的内容有没有人管版本。技术门槛不高，内容质量的底座是数据一致性——同一个指标，官网、白皮书、PPT、销售话术，四个地方四个数，AI只能随机挑一个。

想问问各位：你们有没有做过「AI引用数据新鲜度」的抽查？抽多少条、按什么口径判过期？我这边目前是按18个月一刀切，感觉还是太粗，想听听别的做法。