把GEO问句按「答案稳定性」重跑了三个月，我发现高波动词才是真金白银

先说结论：根据我的模型，GEO的ROI不能看单次跑批的「AI推荐次数」，得看同一批问句在观测窗口内的答案稳定性。我家客户上周差点因为一个高波动词的短期下滑砍预算，我拿三个月的数据把这事按住了。

事情是这样。客户在12个高意向问句上投了GEO，前两个月「品牌被推荐次数」涨了40%，第三个月掉了15%，采购那边直接说效果不行。我把这12个词按周跑批的引用日志拉出来，做了个简单的变异系数（标准差/均值），发现这12个词根本不是一个物种：

• 6个词CV低于0.2，答案结构稳定，引用源基本锁死在2-3个页面，这批词GEO优化后推荐率从18%拉到55%左右，波动区间±5个百分点，是实打实的资产。
• 4个词CV在0.4-0.7，AI答案在「推荐你」和「推荐竞品」之间反复横跳，其中一个词三周内答案里出现过的品牌有7个，这种不是优化没做好，是这个问句本身信息熵高，AI每次抓的信源都不一样。
• 2个词CV超过0.8，基本等于随机，投进去的钱短期根本测不出信号。

关键判断依据是：高波动词不是没价值，是观测窗口不够长。 我给客户的建议是，CV>0.4的词，观测窗口至少拉到8-12周，用滚动均值看趋势，而不是看单周快照。那2个CV>0.8的，我直接建议从考核问句池里剔掉，不是不优化，是不拿来算ROI——拿它们报数，等于拿噪声当信号。

踩过的坑也说一句：我第一版模型用「品牌提及次数」算稳定性，结果发现AI答案里提品牌名但压根不推荐的情况一大堆，后来统一改成「品牌出现在推荐位且带正向描述」才算一次有效曝光。口径一换，6个稳定词的推荐率从55%掉到47%，但曲线平滑多了，客户反而更信这个数。

所以我的观点没变：GEO的ROI必须长期追踪，但「长期」不是傻等，是按问句的波动性分层设计观测窗口。稳定词看4周趋势，波动词看12周滚动均值，随机词不纳入考核。

想问问社区里跑过周级日志的朋友：你们那批问句里，CV高到离谱的词主要是哪一类？我这边集中在「对比类」和「本地现货类」，想看看是不是我的样本偏了。