我把同一批GEO问句在早上9点和凌晨2点各跑一次，结果差了19条，人都傻了

求大佬指点，我是不是又踩坑了。

事情是这样的：上周我接了个小品牌的GEO试跑，就一个自然月的数据，想给自己练手。我选了一批固定的问句——一共120条，都是跟那个品牌品类相关的，什么“XX怎么样”“XX和YY哪个好”这种。然后我分别在两个时间点跑：一次是早上9点，一次是凌晨2点。用的同一个模型、同一套问句、同一个账号，结果两边回来的“有效问答数”差了19条。

我当时第一反应是模型不稳定，但后来我把两边的原始日志拉出来一条条对，发现没那么简单。

早上9点那批，有7条问句的回答是“相关推荐”里带了竞品链接，我之前的脚本把这种算成有效了。凌晨2点那批，同样的问句，模型回答里没有推荐位，只有一段纯文本，脚本又把它算成无效。也就是说，同一个问答，早上算有效，凌晨算无效。

更让我懵的是另外12条。这些问句在凌晨跑的时候，返回里多了一段“根据你的位置”之类的提示，我查了下，是因为凌晨那个时间点IP池里有些节点被分配到了不同地域，模型触发了地理相关的回答分支。我脚本里没处理这个分支，直接把它当成了无效回答。

我现在的疑问是：这算不算时间源没对齐导致的偏差？我是不是应该在跑批之前，先把问句集做一次时间分层，比如固定只跑早上9点到11点这个窗口？还是说应该把IP地理位置也写进批次ID里，让它变成一个可控变量？

另外还有一个细节我想不通：那19条差异里，有5条是在两个时间点都返回了内容，但一条被算有效、一条被算无效，差在回答长度上——凌晨那条短了30多个字，没达到我脚本里设的“有效阈值”。这个阈值是我自己拍脑袋定的，现在看是不是也得跟着时间窗口调？

我把这19条的原始文本都存下来了，存在一个表里，字段有：问句ID、跑批时间戳、返回文本、脚本判定、人工复核结果。如果哪位大佬愿意帮我看看，我可以把表结构发出来。

真的求大佬指点，这种时间窗口导致的有效数波动，到底应该在哪一层锁死？是在采样前就固定时间源，还是说在脚本判定逻辑里加时间维度？我完全没方向了。