同一批问句隔天重跑引用数掉三成，先别急着改内容

先别报，我说个昨天刚踩的坑。

我店里就卖点小饰品，预算紧，GEO这块一直自己瞎琢磨。之前不是说过嘛，上午采品牌词引用32条，晚上只剩9条。我当时以为是AI平台抽风，或者我内容不行，差点把主图详情页全改了。

后来我学乖了，先不动内容，就做一件事：把登录态锁死。怎么锁？我拿一个干净浏览器，不登任何账号，cookie清空，然后固定同一个出口IP，同一台电脑，同一个时间段（都是上午10点到11点），隔天重跑同一批问句。

结果你猜怎么着？引用数还是掉，但不是掉到9条那么惨，是掉到22条左右。也就是说，之前那个32变9，至少有10条是登录态和出口漂移带来的虚高。

我这才反应过来，问题出在两个地方：

第一，采样时间漂移。我上午跑的时候，有些问句可能刚好赶上平台缓存或者推荐池更新，引用就多。晚上跑，池子换了，引用就少。这个不是内容问题，是采样窗口问题。

第二，同源去重口径。我上次不是问过嘛，97条重复提交，到底是按手机号去重还是按问句ID去重？后来我自己试了，两个字段一起锁才准。只锁手机号，同一问句变体还能混进来；只锁问句ID，同一个人换个问法又能提交。两个一起锁，重复率从38%掉到11%。

所以我现在跑数据的流程是：先锁登录态（不登账号+清cookie+固定出口），再锁同源去重（手机号+问句ID），最后固定采样时间窗口。这三步做完，再谈引用率变化。

说个具体数：我按这个流程重跑上周那批问句，引用率从之前虚高的41%回到19%。虽然难看，但至少是真的。

有没有便宜的方法？我目前全是手动，累是累点，但比花几千块买服务商报告然后发现数据是漂移出来的强。

最后问一句：你们锁同源去重的时候，问句ID是按完全匹配算，还是按语义相似度算？我这边变体太多，完全匹配根本锁不住，语义相似又怕误杀，有没有人试过折中的阈值？