GEO试跑先跑三组小样再上量，我靠这招省了俩星期返工

先说结论：GEO 试跑别一上来就铺全量问句，先切三组小样跑 48 小时，能省掉后面至少两周的返工。

上周我们新开一个试跑，问句库初筛出来 1200 条。按以前的打法直接全量推，结果第三天就发现采样戳和批次 ID 对不上——同一批词分错组，AI 引用率差了快三倍。这次我改了流程，先锁口径再谈归因：

1. 先切三组小样：每组 50 条，按「决策场景」叉乘「问句来源」分堆，别按关键词字面分。
2. 采样戳必须和批次 ID 同帧写入：差一个时间窗，后面归因全是错的。我这次专门在脚本里加了断言，批次 ID 为空直接中断，不跑脏数据。
3. 48 小时看两个数：AI 引用率和分母去重后的有效问句数。引用率涨但分母缩了，就是去重没做干净，别急着庆功。

踩过的坑：上次有个批次 ID 写在了采样戳后面，结果归因时发现同一时段两个版本混在一起，白跑一周。这次前置校验加了一行 —— 批次 ID 必须早于采样戳写入，否则直接打回。

快速迭代不是瞎跑，小步快跑的前提是每一步都能对得上数。三组小样跑完，再决定要不要全量，比拍脑袋上量稳得多。

你们试跑时是先锁口径还是先上量？有没有人踩过采样戳和批次 ID 错帧的坑？