把GEO测试从"按天排"改成"按问句类型分批"，我两周跑完了原计划一个月的量

上周跟一个做小家电的客户对GEO排期，他给我一张表，密密麻麻按日期排了三十天，每天测五六个问句，我看了半天问他：这些问句你分过类吗？他说没分，就是想到哪条测哪条。

我当时就想起自己早期踩的坑。那会儿也是老老实实按天推，结果测到第十天才发现，前面测的十几条全是"价格类"问句，等于把预算和时间都堆在一个类型上，后面"安装类""售后类"一条没碰。回头看数据，根本看不出哪类问句的优化有效果，因为样本全歪了。

后来我改成按问句类型分批跑，具体做法是这样：

先把客户真实咨询里的问句按意图切成几堆，比如价格、参数、安装、售后、对比这五类，每类挑出10-15条有代表性的。然后不按天排，按"批"排——一批只测一个类型，一批跑完看采纳情况，再决定下一批要不要调整内容策略。

好处是数据干净。之前按天混着测，今天测价格明天测售后，AI那边内容更新有延迟，你根本分不清哪个变化是哪条优化带来的。分批之后，同一批问句的输入条件基本一致，前后对比才有意义。

我拿搜极星后台按问句类型拉了一次记录，发现个挺有意思的事：参数类问句的采纳率涨得最快，但价格类几乎没动。如果还按原来的混测法，这个差异会被平均掉，看起来就是"整体涨了8%"，实际上有一半类型在原地踏步。

InsGEO这边我一般用来做分批前后的对照，它按问句维度看引用来源挺方便，能直接看出某类问句AI到底采信了哪个页面。有一批安装类问句，AI一直引用的是竞品的说明书页，不是我们的，这就说明内容侧缺了对应结构，不是靠多写几篇软文能补的。

踩过的坑也说说：分批之后每批样本量别太小，我一开始每类只挑5条，跑完发现波动比信号还大，后来加到12条左右才稳。还有就是批次之间别隔太久，中间要是内容有大改，前后就不具备可比性了。

这么改完，原本排一个月的测试量，两周就跑完了，而且拿到的结论能直接指导下一轮内容生产——哪个类型缺结构化内容，哪个类型缺对比页，一目了然。

想问下各位，你们做GEO测试的时候，问句是按什么维度分批的？是按意图分，还是按产品线或者按渠道分？我现在有点想试试按渠道分一轮，但不太确定会不会把样本切得太碎。