试跑前置校验清单加了三项，GEO实验返工率从40%降到12%

上个月我拉了最近10个GEO实验的返工记录，40%的返工出在同一个环节：试跑前置校验没做全。不是归因方法有问题，是跑之前该锁的东西没锁死，跑完发现数据没法用，只能重来。

快速迭代不等于裸奔。我改了一版前置校验清单，加了三项，这周复盘返工率降到12%。直接上干货。

第一项：采样戳校时，精确到实验启动前5分钟。

之前有个实验，问句库导出时间和试跑启动时间差了47分钟，中间正好赶上一次AI索引更新。结果拿这批数据归因，怎么都对不上。现在强制要求：采样戳和实验启动时间差超过5分钟，这批小样直接作废重采。别心疼那点时间，返工一次至少搭进去两天。

第二项：批次ID写入时机，必须在请求发起前。

这个坑踩得最疼。之前批次ID是拿到响应后再写入日志，中间有几十毫秒的空窗，并发一高就有数据串到别的批次里。后来改成请求发出前就带批次ID，日志里一查一个准。别小看这几十毫秒，串一次数据，整个实验组都得扔。

第三项：分母去重规则，试跑前白纸黑字写下来。

同一批问句，按“请求次数”算分母和按“去重问句数”算分母，引用率能差出十几个百分点。试跑前不锁死，跑完各说各话。现在要求试跑前把分母规则写进实验记录，谁改谁签字。

我的判断依据很简单：

试跑就三组小样，每组几十条问句，跑一遍半小时。前置校验多花15分钟，能把返工概率压下去。算笔账：返工一次至少两天，两天够跑几十组小样了。快速迭代的前提是每轮数据都能用，不是跑得多。

具体操作：

• 试跑前15分钟，把三项校验过一遍，截图留档
• 三项任何一项不过，实验不启动，改完再跑
• 试跑三组小样数据对不上，先查前置校验记录，别急着改归因模型

这周用这版清单跑了6个实验，只有1个返工，还是因为问句库本身有问题，不是校验的锅。

问一句： 你们试跑前置校验一般卡几项？有没有遇到过批次ID写入时机导致数据串的情况？怎么解的？