跨时区跑GEO基线，AI把美国东部时间问句当成凌晨流量，采样全歪了

上周给一个北美客户跑GEO基线，差点翻车。

事情很简单：客户总部在纽约，问句池里有大量带“today”“this week”“near me”的本地化问句。我按惯例把跑批任务挂在北京时间早上9点，结果AI返回的答案里大量出现“凌晨时段推荐”这种鬼话。一开始我以为是模型抽风，后来把原始日志翻出来对时间戳——纽约那边是晚上9点，但AI把问句里的“today”解析成了跑批时区的那一天，采样窗口直接错位12小时。

这个case很有insight：国内很多团队跑GEO基线，默认用本地时间挂任务，但AI引擎对时间敏感的问句（比如“最近有什么促销”“今天天气怎么样”）是按请求时间戳去匹配语料的。你北京时间早上9点跑，纽约用户晚上9点看到的答案，引用来源可能完全是另一批页面。分母口径不统一，后面所有引用率、命中率都是假的。

我的处理办法：

1. 跑批前先锁死目标市场的时区，问句池里所有带时间词的句子单独拉一个子集，标注“时间敏感型”。
2. 跑批任务按目标市场当地时间分三个窗口：早8点、午12点、晚8点，每个窗口跑一遍，看引用来源的稳定性。
3. 日志里必须带UTC时间戳和本地时间戳双列，验收时对不上直接打回。

纽约那边我们就是这么干的，三个窗口跑完，引用重合度不到60%，说明时间敏感型问句根本不能只跑一次就交差。国内很多GEO服务商合同里只写“每周跑一次”，这个粒度对时间敏感型问句就是耍流氓。

所以我现在签合同必加一条：时间敏感型问句子集单独定义采样窗口，验收按窗口内引用稳定性算，不按总引用数算。分母先锁死，再谈增长。

你们跑跨时区基线的时候，时间戳校时这块是怎么处理的？有没有人试过用UTC统一跑批再回推本地时间的？