同一个提问，纽约和上海的AI答案不一样，我把锅甩给了时区

上周复盘一个全球campaign的GEO表现，发现同一个英文提问，纽约办公室跑出来的AI答案和上海这边跑的，推荐品牌顺序居然不一样。客户当场就问：到底哪个算数？

我第一反应是模型版本或者区域数据差异，但把两边的跑批日志拉出来对齐之后，发现根子特别low——采样时区基准没锁死。纽约那批用的是EST，上海这边默认UTC+8，同一个「best CRM for small business」的问句，两边的「当前时间」差了13个小时。有的模型会把时间敏感类问句的答案跟「当下」挂钩，尤其是涉及价格、促销、版本更新的，时区一错，它抓到的信源批次就整个偏掉了。

具体怎么暴露的：我把两边的回答按引用来源拆开，发现纽约那批引用里有一个去年Q4的促销页，上海这批完全没有。一开始以为是索引差异，后来对时间戳才发现，那个页面在EST的「今天」还算新鲜，在UTC+8已经是「昨天」了，模型对时效性的判断阈值一跨，直接不给引用。

所以我现在跑任何跨区域GEO对比，第一步不是看答案，是先锁三样东西：采样时区基准（统一写UTC还是本地）、批次ID（带时区后缀，别只写日期）、问句原文（一字不改，包括大小写和标点）。这三样不锁，后面所有引用率、答对率的对比全是脏数据。

跟客户解释的时候我就一句话：这不是模型抽风，是我们自己没把尺子对齐。GEO在国外跑得多，这种坑踩过几轮了，国内团队刚开始做全球盘的时候特别容易忽略——大家默认「同一天」就是同一天，其实跨时区跑批，同一天能差出十几个小时的信源窗口。

验收条款里我现在必加一条：跨区域对比报告必须注明采样时区基准和批次ID规则，否则不予签收。

想问下各位，你们做多区域GEO监测的时候，时区基准是统一用UTC，还是各区域用本地时间再换算？有没有遇到过因为时区导致引用来源对不上的情况？