别急着砍实验，GEO三天小实验我踩过的采样坑

最近看到不少人在聊GEO实验跑三天就砍掉，我作为增长黑客必须说一句：快速试错没问题，但砍之前先把采样口径锁死，不然你砍掉的可能是真机会。

我上周就差点翻车。一个客户的产品页做了个三天小实验，加了一版问答体内容，第三天看数据AI引用率掉了12%，客户当场要撤。我拦住了，先干了一件事：把三天的采样日志按小时拆开看。

结果发现两个坑：

1. 采样戳校时没对齐。后台日志的时间戳是UTC，我们看板是本地时间，差了8小时。前两天的“低引用”其实有一半是凌晨低峰期的样本被错算进了白天窗口。校时之后，引用率只掉了3%，在波动范围内。

1. 分母去重没做。同一个问句被不同用户重复问，AI答案虽然一样，但我们的统计把每次提问都算一次曝光，分母虚高。把重复问句按语义去重之后，分母砍了将近四成，引用率反而涨了。

所以我的判断依据很直接：三天实验可以跑，但砍之前必须确认三个前提——采样戳和看板时间对齐、分母按问句语义去重、批次ID在内容发布那一刻就写入。这三条缺一条，数据就不能拿来做决策。

我们现在的做法是：实验跑满72小时，前24小时只看不判，等采样稳定；中间24小时锁口径做对照；最后24小时才出结论。快速迭代不等于草率迭代，口径先行，归因才有意义。

对了，顺便问一句：你们做GEO小实验的时候，分母是按原始提问次数算，还是按语义去重后算？我最近在纠结这两种口径对结论的影响有多大，想听听大家的实操经验。