小步快跑不是乱跑：我拿三批问句测出「最小可跑集」的边界

做GEO实验最怕一种情况：一上来铺全量问句库，跑两周，数据漂亮，但你根本不知道是哪一批问句起的作用。

我这周做了一件事，把快速试错拆成能落地的动作。

先说结论：小步快跑的前提是每一小步都能单独归因，否则你跑得越快，背锅越快。

我的做法是把问句库按「三层漏斗」切：

• 第一层：品牌名+核心品类，20 条，跑 3 天，看引用率基线；
• 第二层：场景化长句，50 条，跑 5 天，只看增量；
• 第三层：竞品对比问句，30 条，先不跑，等前两层稳定再说。

关键动作是每一批单独锁时源。我用的是日志里的采样戳，而不是后台默认的统计口径。原因很简单：默认口径会把不同批次的曝光混在一起，你以为是第二批带来的增量，其实是第一批的长尾还在发酵。

踩过的坑：第一天我偷懒没校时源，两批问句结论互相打架，引用率一个涨一个跌，我盯了半宿日志才发现是采样窗口错位了两小时。

第二件事是分母。

每批问句跑之前，我先确认分母是「有效问句数」还是「总调用数」。这两个数能差出一倍。分母没锁死之前，任何「提升 30%」都别信。我现在的习惯是：每批实验开跑前，先在表格里把分母口径写死，跑完再对一遍。

第三件事是止损线。

快速迭代不是无限试。我给每批设了 5 天的观察窗，到期只看一个指标：这批问句的引用增量有没有超过基线波动区间。没有就砍，不恋战。三层漏斗这么跑下来，我砍掉了七成垃圾问句，省下的额度够多跑两轮实验。

一句话总结我的立场：GEO 要小步快跑，但每一步都得能单独回账。

想问下大家：你们跑分批实验的时候，分母是锁「有效问句数」还是锁「总调用数」？我这边两种口径都试过，结论差异挺大，想看看别人的做法。