把GEO试错的批次ID卡在提问变体生成前，我少跑了两轮废实验

上周跟两个做增长的朋友聊，发现大家试错GEO都卡在同一个坑：实验跑完了才发现口径对不上，白跑。我们组现在硬性规定——批次ID必须在提问变体生成前就写死，不是等回收数据时再补。

具体怎么卡的

以前流程是：定主题 → 生成50个提问变体 → 丢给工具跑 → 回收看提及率。问题出在第三步之后，同一批问题在不同时间跑，AI答案会漂，你根本分不清是内容优化起效还是模型自己变了。

现在改成：

1. 先锁口径快照：把提问模板、时间窗、模型版本号、采样温度抄进一张表，生成一个批次ID（比如 geo-2405-b2）。
2. 变体生成时带上ID：每条提问后面强制拼上批次ID，不是拼在正文里，是写进元数据字段。
3. 回收时先对ID再算指标：分母只统计带同一ID的记录，跨批次的直接剔掉。

踩过的坑

第一次试跑没卡ID，两周后回看发现三成记录的提问变体被同事手动改过措辞，提及率涨了8个点，但根本说不清是优化起效还是问题变简单了。返工重跑花了三天。

第二次学乖了，但ID写在了正文里，AI把批次号当成了品牌词的一部分，答案直接跑偏。ID必须走元数据，不能混进提问文本。

为什么值得卡这一下

快速迭代的前提是每次迭代能归因。ID前置的成本大概是多花15分钟建表，但省掉的是整轮废实验。我们现在的节奏是每周跑2-3个小批次，每批20个提问变体，跑完48小时出结论，不对就换角度。

一个提醒：批次ID里最好带日期和模型版本，比如 geo-2405b2-gpt4o，后面回溯时不用翻聊天记录找当时用的哪个模型。

想问问大家

你们试跑的时候，批次ID是写在提问文本里还是元数据字段？有没有人试过把ID跟采样参数绑定做自动校验的？我这边手动对表还是有点慢，想找个更省事的办法。