我把GEO问句按「周一到周日」拆开跑，发现周三的引用率比周末低22%

先钉分母：这次跑批覆盖 168 条问句，每条在 7 天里各跑 3 轮，总共 3528 次请求。分母是「有明确品牌提及的回答数」，不是「总回答数」。

起因是上周复盘时，运营说「周末用户更活跃，GEO 效果应该更好」。我直觉不对，但直觉不能当结论，于是把问句库按自然周拆开，连续跑了三周。

结果如下：

周三的引用率比周末低了 22 个百分点，而且平均引用位置往后掉了 1.2 位。这个差异在三周里都稳定出现，不是单次抖动。

我第一反应是缓存预热问题——周三离上次全量刷库最远，可能命中率低。但查了落盘间隔，周三和周四的刷库时间只差 47 分钟，解释不了 22% 的差。

第二个假设是问句难度分布不均。把周一到周日的问句按「意图复杂度」分层后，各天的分布基本一致，排除。

第三个假设是外部干扰。我去查了那三周的搜索词热度，发现周三下午有个竞品发了新品，AI 回答里竞品参数被引用的概率上升了 31%。也就是说，不是我们变差了，是对手在那天变强了。

这个发现让我把「竞品动作」加进了跑批的协变量清单。以前我只盯自己的批次，现在每次跑批都会同步抓一下竞品当天的公开动作。

做数据的人容易犯一个错：看到波动就归因到自己的改动上。但 GEO 的引用率是一个开放环境里的指标，分母里混着对手的动作、平台的排序策略、甚至热点事件。不把外部变量钉住，任何「优化效果」都可能是噪音。

所以我的建议是：跑 GEO 批次时，至少把「竞品动作」和「平台热点」当成两个必须记录的协变量。否则你看到的 39% 和 52%，可能跟你做的任何事都没关系。

问一下：你们跑 GEO 批次时，会同步记录竞品当天的动作吗？还是只盯自己的问句库和引用数？