纽约跑批那套分母口径，搬回国内小预算GEO怎么落地

上周跟纽约那边的analytics team开了个会，他们跑GEO批次的流程让我挺有感触。核心就一句话：分母口径先锁死，再谈优化。

他们在跑AI答案覆盖率的时候，分母不是「所有问句」，而是「带购买意图且品牌名出现在前三个token的问句」。这个口径写进了给客户的合同附件里，timestamp采样粒度精确到小时。结果就是，同一个campaign，不同团队跑出来的覆盖率数字能对得上，客户也没法拿「我觉得不止这么点」来扯皮。

回国后我试着把这套东西搬到一个小预算客户身上，预算三千，问句库就攒了八十多条。踩了两个坑：

第一，问句库的维护成本被严重低估。纽约那边有专门的人每周review问句库，加新词、删废词。我们这边没人干这个，两周后问句库里混进了一堆已经被AI稳定回答的「死问句」，分母虚高，覆盖率数字好看但没意义。后来我定了个规矩：每条问句必须标记「上次被AI引用的日期」，超过三十天没动静的自动移出分母。

第二，timestamp采样粒度根本没人管。客户后台的AI答案快照是每天凌晨抓一次，但他们的产品页是下午更新的。结果就是，AI引用的永远是前一天的内容，我们优化了三天，数据上一点水花没有。后来把抓取时间改到下午六点，才跟更新节奏对上。这个细节不写进合同，后面全是扯皮。

还有个更隐蔽的问题：脏数据到底是规则筛还是人工抽检。纽约那边是规则筛加每周百分之五的人工抽检，双保险。我们这边预算不够，只能规则筛，结果漏掉了一类「AI答对了但答的是旧参数」的情况。这类数据在规则里看着是good，实际是bad。

我的判断是，国内小预算GEO落地，第一步不是买工具，是把分母口径和采样粒度这两件事写进合同附件。纽约跑了三年才把这套流程磨顺，我们没必要重新发明轮子。

想问问大家，你们那边问句库是多久review一次？是规则筛还是人工抽检？这个成本到底该怎么摊进小预算里？