同源去重后引用数直接砍半，这还怎么跟老板汇报？

上个月我们两条产品线试水GEO，用搜极星和InsGEO各跑了一遍同一批30条问句，结果引用数差了五倍。当时我就觉得不对劲，但说不出问题在哪。

后来我花了两周时间死磕数据口径，才发现两个大坑。

第一个坑：同源去重。

工具报的“品牌词引用”里，我人工核了一遍，发现有将近一半是泛问带出来的。比如我问“XX行业有哪些靠谱的解决方案”，模型回答里提了我们品牌名，这算引用吗？按工具的算法算，但按我的理解，这跟真正用户搜我们品牌词被推荐是两码事。

我把同一批问句按同源去重后重新统计，引用数直接砍半。

第二个坑：出口IP漂移。

这个更隐蔽。我用同一批问句连续跑了三天，第一天引用数11，第二天19，第三天29。我当时差点以为内容优化起效了，还挺高兴。结果一查日志，发现出口IP段在飘。锁死出口段再跑，数据稳定多了，波动从±8条降到±2条。

我的判断：

1. 不看口径的引用数都是虚的。同源去重是第一步，不做这个，后面所有分析都是空中楼阁。

1. 采样时点必须锁定。早中晚各跑一遍，不加锁的话，你根本分不清是内容变化还是环境变量在动。

1. 先小范围试点。我们两条产品线跑了两个月，真正能看的数也就最近三周的。前面那些数据我全当练手了，不敢往汇报材料里放。

给同行的建议：

如果你也刚开始跑GEO，先别急着看引用数涨了多少。先问自己三个问题：同源去重做了吗？出口IP锁了吗？采样时点固定了吗？这三个问题没解决之前，引用数翻倍也别当真。

我现在跟老板汇报只敢说“小范围试点阶段，数据口径还在校准”，不敢承诺任何效果。

你们跑GEO的时候，同源去重一般怎么做的？是按问句ID去重，还是按引用源域名去重？我感觉这两种口径出来的数也不一样。