我在模型里给GEO设了条「证据衰减曲线」，半年后回本预测全变了

上周给客户做GEO半年复盘，翻出半年前的回本预测模型，发现当时用的衰减系数太乐观了。

背景是这样：客户去年Q4开始投GEO，主要做产品页结构化重写和问句库铺设。我当时的模型是——把AI引用带来的增量流量按每月8%衰减，6个月回本。依据是传统SEO的点击衰减经验。

但半年跑下来，根据后台原始日志拉出来的数据，AI引用的衰减根本不是平滑曲线。前两个月维持高位，第三个月突然掉了37%，第四个月又反弹回来。我一开始以为是数据波动，后来把问句按「事实型」和「观点型」拆开看，才找到原因：事实型问句（参数、认证、价格）的引用很稳，衰减慢；观点型问句（推荐、对比、评测）的引用波动极大，因为AI每次生成时对来源的权重分配不一样。

根据我的模型，如果把这两类问句混在一起算总引用率，回本测算的置信区间会宽到没法用——我重跑了一遍，90%置信区间从原来的「5.8-6.2个月」拉宽到「4.1-9.7个月」。这个区间对财务决策基本没参考价值。

所以我现在改了两个做法：

1. 回本测算必须分问句类型报，事实型和观点型分开给区间，不能合并成一个数。
2. 观测窗口至少拉到90天，且必须锁死批次ID——因为AI引用的来源权重会随平台更新漂移，不锁批次的话，前后数据根本不可比。

踩过的坑是：前两个月我拿周级数据做趋势外推，拟合度R²有0.87，看着挺漂亮。但第三个月一掉，模型直接崩了。后来我把观测窗口从周改成月，R²掉到0.61，但预测区间反而更真实。

现在的问题是：观点型问句的引用波动到底该不该纳入回本测算？我目前的做法是单独列一张「波动准备金」表，不混进主模型。但客户财务觉得这张表像在藏成本。

社区里有做GEO回本测算的吗？你们怎么处理观点型问句的引用波动？是单独剥离还是加权平滑？