小预算GEO想验证效果，我拿两个站对比跑批，发现分母口径差了三倍

最近有朋友问，预算就几千块，GEO到底怎么验证有没有效果。我拿自己手上两个小站（一个卖宠物用品，一个卖户外装备）做了个对比跑批，跑了三周，踩的坑比结论多，但有个点我觉得必须拎出来说。

先说做法：两个站都是小预算，没投任何付费渠道，纯靠官网和商品页的内容调整。我每周固定问AI同样50个问题（问句库是提前锁死的），记录AI回答里有没有提到品牌名、有没有引用官网链接、引用的话术跟官网原文的相似度。三周下来，A站（宠物用品）的「品牌提及率」从8%涨到14%，B站（户外装备）从6%涨到7%。看起来A站效果明显，但我去翻了服务器日志和AI抓取时间戳对齐之后，发现一个很尴尬的事：A站那三周正好赶上平台大促，站内搜索量涨了40%，自然流量本身就多，AI抓取频次跟着涨了。

所以问题来了：品牌提及率这个指标，分母到底该用「总提问次数」还是「AI实际抓取过该站的提问次数」？我按前者算A站涨了6个百分点，按后者算只涨了2个点，差了整整三倍。这个分母口径不锁死，报给老板或者客户就是耍流氓。

再说B站这边，户外装备那个站我改了商品页的参数表和FAQ结构，加了结构化数据里的@id，三周后AI回答里引用的商品参数跟官网完全对上的比例从61%提到了79%。但提了也没用，因为AI引用的那几条参数，是我三个月前就写好的旧版，新加的结构化字段它压根没抓——我查了抓取日志，AI对B站商品页的抓取频率低得可怜，一周才两次，A站是一天三次。

所以我现在的判断是：小预算做GEO，第一周别急着看效果，先干两件事。第一，把分母口径写死在实验设计里，我现在的做法是固定「AI实际抓取过的提问次数」当分母，抓取时间戳和服务器日志对不上的批次直接作废。第二，先查AI对你站点的抓取频率，低于一周三次的，改内容之前先想想怎么让AI愿意来抓——我B站后来加了个更新频繁的博客区，抓取频次第二周就上来了。

还有个细节，A站和B站我用的问句库是同一套50问，但A站的问句里有12个是带「推荐」「哪个好」这种比较型的，B站只有5个。比较型问题AI更爱引用品牌名，这本身就会让A站的提及率虚高。所以问句库的构成比例也得在实验设计里锁死，不然两个站没法比。

最后问一句：你们跑小预算GEO实验的时候，分母是拿总提问次数还是拿AI实际抓取过的次数？有没有人试过把抓取频次当协变量做分层再对比的？