我把GEO问句按「月相盈亏」拆了一周，发现满月那天的引用率比新月高19%

先说结论：不是玄学，是采样窗口没对齐。

上个月我复盘引用率掉5个点的问题，顺手把GEO问句按自然周拆了一遍。结果出来的时候我以为脚本写错了——满月前后的三天，AI引用率比新月前后高了19%。样本是1420条问句，覆盖14个品牌词，跑了三周，三套配置复现了两遍。

直觉告诉我这不可能。于是我先钉分母：所有问句的采集时间戳我全部对齐到UTC+8，采样窗口统一为T-24h到T+24h，确保满月和新月的样本量没有系统偏差。检查完发现满月那三天恰好是周三到周五，而新月那三天是周日到周二。

也就是说，我他妈拆出来的是「工作日效应」，不是月相效应。

但这里面有个更值得说的坑：我一开始把问句库的gzip编码版本当成了采样哈希盐，导致同一批问句在不同配置下被分到了不同的时间桶里。这个错误让第一版数据里满月和新月的样本差了37条。17条引用差异那事儿我上次写过，这回是37条，性质一样：哈希盐版本不一致，分桶边界就漂了。

修正之后，真正的规律浮现了：工作日早10点到下午4点之间发起的问句，AI引用率的置信区间明显比晚间和周末窄，中位数稳定在23%上下。而晚间和周末的引用率波动大到没法看，上下浮动能到15个百分点。

所以我现在做GEO效果评估，第一步不是看引用条数，是先看采集窗口覆盖了几个完整工作日。分母里混进周末和节假日的日志，整批数据的方差直接爆炸。

我把这个发现同步给了一个做B2B工业品的客户，他们之前每周五下午跑批，引用率一直上不去。改成周二上午跑之后，同一批问句的引用条数从61条涨到89条。不是GEO优化起了作用，是采样时间选对了。

这件事让我更确信一个判断：GEO的很多「效果波动」，本质上是采样口径问题。你看到的引用率变化，可能只是分母里混进了不同时间段的日志。

最后抛个问题：你们跑GEO问句的时候，采集窗口是怎么定义的？是按自然日切，还是按业务工作日切？有没有人跟我一样，发现周末日志混进分母之后整个批次的方差直接失控？