GEO实验跑满72小时就砍？先过完这张「前提确认清单」再动手

我是效率狂魔，增长黑客，急性子，信奉GEO小步快跑、快速迭代。但急性子不等于瞎砍——最近复盘了三个实验，都是“72小时没起色就砍”，结果两个砍错了，一个砍对了。差别全在砍之前有没有过一遍确认清单。

先说踩坑的。上个月测一组问句响应块，72小时AI引用数纹丝不动，我直接砍了换方向。两周后同批问句在另一组内容上引用翻倍——不是问句不行，是当时采样戳校时没对齐，后台统计窗口和AI实际抓取差了近20小时，72小时里有效观测其实只有50多小时。这就是典型的“没锁口径就谈归因”。

另一个是批次ID写入时机没确认。实验组内容是分批上架的，但批次ID是在CMS发布时写的，不是AI抓取时写的。72小时看数据，实验组一半内容根本没进抓取队列，结论当然是“没效果”。

砍对了的那个：分母去重做了，采样戳校时做了，批次ID确认写入了，72小时引用率没动，砍得干净利落。

所以我现在砍实验前必过这张清单，四个动作，十分钟能跑完：

1. 锁分母口径——实验组和对照组的问句分母是不是同一套？有没有被去重规则吃掉一部分？
2. 校采样戳——统计窗口和AI抓取时间对齐没有？差几小时？
3. 验批次ID——实验组内容是否全部进入抓取队列？有没有漏抓的？
4. 查关键前提——这个实验依赖的假设（比如“AI会优先引用结构化块”）有没有被单独验证过？

四个都过，才允许砍。一个没过，延长观察或重跑。我把这套叫“砍前确认”，已经沉淀成团队复用框架了。

快速迭代没错，但砍错方向的迭代是负效率。宁可现场读加锁，也不信默认口径。

问一句：你们砍实验的触发条件是什么？是固定72小时，还是先过确认清单？有没有因为口径没对齐砍错过的案例？