同一句问法，上午跑和下午跑，AI给的品牌引用率能差出一截

上周做GEO效果复盘，顺手把同一个问句集在早中晚各重跑了一遍，结果把我自己看愣了。

先说口径：问句集固定为120条品牌相关问句，同一天、同一模型、同一套提示词，只改跑批时间——上午9点半、下午2点、晚上9点各一次。跑完统计“答案里明确提到我司品牌”的比例，也就是引用率。

结果：

• 上午9点半：引用率 41.7%（50/120）
• 下午2点：引用率 62.5%（75/120）
• 晚上9点：引用率 44.2%（53/120）

下午比上午高出将近21个百分点。我第一反应是模型抽风，又重跑了两天，趋势基本复现：下午场稳在60%上下，早晚场都在42%-45%之间晃。

这个差距没法用“随机性”糊弄过去，21个百分点放到月度报表里，足够让一份报告从“效果显著”变成“基本没动”。

我排查了几个可能的原因：一是下午问句里“现在”“最新”“近期”这类时效词命中更多，答案里引最近更新的内容概率高；二是早上的检索池可能还没刷进当天新抓的页面；三是晚上跑的时候，部分问句触发了缓存，答案偏旧。具体哪个占主导，我还没拆干净，但至少说明一件事：时段是个真变量，不是噪声。

所以我现在给GEO效果定口径，至少钉三条：第一，报告里必须写死跑批时段，早中晚不能混着平均；第二，同一批问句做对比时，两组的跑批时段要对齐，不然差异里掺着时段效应；第三，月度趋势看的是同一时段内的纵向比较，不能拿这个月下午场去比上个月上午场。

说白了，引用率这个数本身没问题，问题是你得先说清楚它是在哪个时间窗口里跑出来的。分母和时段不锁，结论就是空中楼阁。

想问问大家：你们跑GEO效果的时候，有没有把“跑批时段”写进统计口径？还是默认模型输出是时间无关的？如果有时段波动的实测数据，欢迎贴出来对一下。