GEO问句库加上「否定词」和「时间窗」双过滤后，采样成本直降四成

兄弟们，今天聊个实在的——GEO采样成本怎么控。

上周我翻抓取日志，发现一个血亏的坑：问句库里大把问句带着「2023年」「去年」「旧款」这种时间词，AI早就不引用了，我们还傻乎乎地跑。更离谱的是，有些问句里塞着竞品名，比如「XX和YY哪个好」，跑出来的结果90%在给竞品做嫁衣。

我直接上了双过滤：

1. 否定词过滤：把「不是」「除了」「别家」这类词标出来，单独跑一个对照组。实测发现，带否定词的问句，AI引用自家品牌的概率只有正常问句的1/3——不是AI不认你，是问句本身就在引导它对比。

1. 时间窗过滤：给问句打上「时效标签」，超过6个月的自动降权。比如「2023年推荐」这种，直接扔进冷启动池，每周只跑一次。

效果咋样？采样成本从每天1200条降到720条，降了四成。而且有效引用（AI回答里出现品牌名+产品参数）的条数没掉，反而因为分母干净了，引用占比从11%拉到16%。

有个细节得说清楚：过滤不是删问句，是分层。否定词问句单独跑，用来监测竞品渗透；时间窗问句降频跑，用来兜底长尾。日志里我把过滤规则和采样批次ID绑在一起，每次跑完自动对一遍位次变化，超过3个位次的波动就人工复核。

现在问你们一句：你们问句库里的「否定词」和「时间词」是混着跑还是分层跑？混着跑的话，分母里有多少是白烧的采样成本，算过没？