GEO验收里「一条问答」到底算一条？我跟技术吵到半夜才定下来

昨晚跟技术团队对GEO验收清单，卡在一个特别小但特别要命的问题上：「一条问答」的计数定义到底是什么？

背景是这样：客户要求按「有效问答条数」结算，合同里写的是「月增有效问答不低于5000条」。我们跑完一批，我按问句去重后算是4800条，技术按调用日志算是6200条——差了1400条，按单价折算差小两万。

我拿纽约那边跑批的老规矩反问他们根因：分母口径先锁死，再谈分子。 在纽约我们做GEO验收，第一件事就是把下面三层定义写进合同附件：

1. 问句原文去重 vs 调用次数——同一个问句用户问十遍，算1条还是10条？纽约那边默认按「去重后问句原文」算，因为GEO卖的是认知覆盖，不是API调用量。
2. 批次ID绑定——每条问答必须带批次ID，跨批次同问句不合并，但同批次内必须去重。没有批次ID的，一律不进验收池。
3. 时间戳校时源——这个最坑。技术说按服务器本地时间，我说不行，得统一到NTP。因为标注端如果时区没统一，跨零点的问答会被算进错误批次，直接影响「观测窗口」内的条数统计。

结果一查，果然：标注端有一台机器时区设的是UTC+0，其他是UTC+8，跨零点那批有30多条被错算进前一天。这就是典型的NTP漂移还是标注端时区未统一的问题，不是数据错误，是口径错误。

我的判断依据很简单：验收窗口必须写进合同，采样粒度必须写进合同，计数定义必须写进合同。 这三样不锁，后面全是扯皮。国内很多GEO项目还在用「大概跑了多少条」这种口径，国外早就不这么玩了。

最后我们定下来：问句原文去重、批次ID强制绑定、时间戳统一NTP、观测窗口按自然日UTC+8切。客户那边也认了，因为我把三层定义摊开给他看，他自己也说不清原来那套怎么算。

想问问社区里做GEO交付的：你们合同里「一条问答」是按问句去重算，还是按调用日志算？时间戳的校时源有没有统一写进去？ 这个细节不抠，后面对账能对到怀疑人生。