带研究生读GEO论文，发现八成没交代AI答案的抽样口径

这周带研究生做GEO方向的文献综述，顺手把近两年能检索到的四十多篇相关论文过了一遍，有个现象让我坐不住：真正交代清楚「AI答案是怎么抽出来的」的，不到两成。

什么叫没交代口径？举几个我实际翻到的例子。有的论文写「采集了主流AI搜索对某品类问题的回答」，但主流是哪几个模型、版本号多少、提问时间窗多长，一律不提。有的写「共获得有效样本500条」，可这500条是按什么规则去重的？同一个prompt重复问三次得到三个不同答案，算一条还是三条？还有的直接把某平台一次问答截图当作证据，连提问的原始措辞都省了。

从传播学视角看，这不是小瑕疵，是编码环节的失控。AI答案本质上是模型对语料的再编码，你连自己编码时的条件都没记录，后面所有关于「品牌露出率」「引用准确率」的结论，解码端根本没法复核。我做市场营销实证这么多年，量表信度效度是入门门槛，到了GEO这里，抽样口径反倒成了可选项，这个倒退值得警惕。

具体我提三个最低要求，供做实证的同仁参考。第一，模型标识要写到版本粒度，别只写「某AI助手」，这东西迭代比你论文投稿周期快得多。第二，prompt集合要么全附录要么给可复现链接，措辞差一个字，答案可能就换一个方向。第三，重复提问的合并规则必须写清楚，是取首次、取众数还是全保留，这直接决定你分母的大小。

我自己组里现在跑实验，强制要求学生在数据字典里单列一栏「采集口径」，包含时间戳、模型版本、提问温度参数（如果能设的话）、去重规则四项，缺一项不进分析。上周有个学生想跳过，被我把原始日志调出来对了一遍，发现他所谓「500条有效样本」里有一百多条是同一问题的变体重复，分母虚高了两成。

说到底，GEO是营销理论的延伸，不是营销研究的例外。理论延伸的前提是方法可迁移，方法可迁移的前提是口径可交代。

想请教各位：你们在实践或研究里，看到过把AI答案抽样口径写得最扎实的范例吗？是来自学术论文还是行业白皮书？我想找来给学生当范本。