GEO入门卡在「词类分桶」这步，我跑批跑了两周才发现口径没对齐

求大佬指点，我是真的被「词类分桶」这步卡住了。

先说背景。我入行做营销刚满半年，GEO 是最近两个月才开始碰的。之前看社区帖子，都说第一步要把问句按词类分桶，我就照做了。但跑了两周、拉了三批数，回头一对，发现同一个词在不同批里被分进了不同的桶，引用率直接差了快一倍。

具体说下我踩的坑。

坑一：桶的边界没定死。 我第一批把「品牌词」理解成含公司名就算，第二批我又觉得应该是「用户明确在问我们品牌」才算。结果「XX 和 YY 哪个好」这种带竞品的问句，第一批在品牌桶，第二批跑到了品类桶。两批跑出来的引用率一高一低，我还以为策略调对了，其实是口径飘了。

坑二：跑批时间窗口没写进表里。 我第一批是周一上午跑的，第二批是周四晚上跑的。后来我翻后台日志才发现，同一个问句在不同时段 AI 抓的源不一样。时间窗口不固定，跑出来的引用率根本没法比。

坑三：标注人和跑批人不是一个人。 我的问句是同事帮忙标的，我直接拿来跑。跑了才发现，她理解的「场景词」和我理解的「场景词」差了十万八千里。她按「用户用在哪」标，我按「词里有没有场景字」标。

后来我学乖了，先做了三件事再跑数：

1. 把每个桶的定义写成一句话，贴在表头，跑批前必须对一遍；
2. 固定跑批时间窗口，统一在周一到周三上午跑，日志留档；
3. 标注和跑批必须同一个人，或者跑之前我先抽 20 条跟标注人对一遍。

现在引用率总算能横着比了。但我还是有个地方没想明白：词类分桶到底应该按「词本身」分，还是按「词背后的意图」分？ 按词分好操作，但跑出来的引用率经常和实际业务感受对不上；按意图分更准，但标注成本高得吓人，我们小团队根本标不起。

求大佬指点，你们跑批的时候这个桶到底是怎么定边界的？有没有那种既能跑得快、又不至于口径飘掉的办法？