GEO实验跑三天就砍，先确认采样频率跟上了吗？

上周又踩了个采样坑，写下来给做三天小实验的兄弟提个醒。

我们跑了个GEO小实验：改产品页FAQ结构，看AI答案引用率。计划三天出结论，快速迭代嘛。结果第二天一看，实验组引用率掉了12个点，差点当场砍掉这个方向。还好手贱去翻了下原始采样日志，发现实验组的页面在AI爬虫那边压根没重新抓——采样窗口里实验组有效样本只有对照组的六成，分母都不对，谈什么涨跌。

具体说三个卡点，都是我这两周实际撞上的：

1. 采样戳校时对不上
我们后台记录的"最后更新时间"是内容系统的，AI爬虫那边看的是页面HTTP头里的Last-Modified。这两个时间差了将近9个小时，中间那批抓取全算到了旧版本头上。先锁口径：以HTTP头的Last-Modified为准，别信CMS的"发布时间"。

2. 批次ID写入时机太晚
实验组页面是批量改的，批次ID写在页面自定义字段里。结果发现爬虫抓取时这批字段还没渲染出来——首屏要等11秒才出正文，自定义字段在更后面。等于前半天抓的全是没打标的页面，归因的时候这批数据直接废了。写入时机必须前置，别指望爬虫等你渲染完。

3. 分母去重没做
同一个页面被不同UA抓了三次，日志里算三条样本。实验组因为改版触发了更多抓取，分母虚高，引用率被稀释。先按URL+批次ID去重，再算比率。

这三点里任何一个没确认，三天实验的结论都是假的。我的做法是：砍实验前先跑一遍采样校验清单——时间戳对齐没、批次ID可见没、分母去重没。三个勾全打上，才允许看涨跌。

快速迭代没错，但迭代的前提是数据能信。宁可多花半天校采样，也别拿错口径的数据去砍一个本来有效的方向。

问一句：你们跑三天小实验的时候，采样窗口是按自然日切还是按抓取批次切？我这边两种切法结论能差出小十个点，想看看大家怎么处理的。