把GEO验收从「月报」改成「周批次」，我砍掉了三个扯皮环节

我直接说怎么做：GEO验收别按月出报告，改成按周批次落盘。上个月我们试点跑了四周，每周二固定跑一批提问集，周五对数据，扯皮少了一大半。

以前怎么扯皮的

月报模式最大的坑是——出了问题没法回溯。第三周发现某个品类的AI回答跑偏了，但内容团队说第二周就改了稿子，技术说索引第三周才更新，谁也拿不出证据。最后只能归到“GEO有滞后性”这种万能借口上。

现在怎么跑的

1. 批次编号。每周一个批次号，比如 W12-01，所有提问集、截图、抓取时间戳全挂这个号。跑之前先把提问集版本号写死，中途不许改，改了就是新批次。

1. 两个固定节点。周二上午跑固定提问集（我们目前是 48 个问句，分品牌词、品类词、场景词三组），周五下午对结果。中间不插临时需求，谁要加问句，进下一批。

1. 落盘三件套。回答原文、抓取时间、原始问句，缺一个这条数据就不进验收表。上上周有同事只截了图没存原文，对账时发现截图里问句被改过一个词，整条作废重跑。

砍掉的三个环节

• 砍掉“月度综合评估会”。以前一个月开一次大会对总账，现在周批次数据直接进共享表，会上只聊异常批次。
• 砍掉“内容团队自评”。自评和实测经常对不上，现在只认批次数据，谁改的稿子、哪批生效，表上一眼看到。
• 砍掉“技术侧口头同步索引时间”。改成批次表里必须有更新记录，没记录就按未更新算。

代价也说清楚

周批次人力成本大概多出 1.5 个人天/周，主要是跑提问集和整理落盘。但我算过账：以前一个月扯皮耗掉的时间折算下来超过 3 个人天，而且扯完还没结论。现在异常定位基本当天出，改稿到验证的周期从平均 11 天压到 5 天以内。

还有一个隐性好处：批次数据攒到第四周，能看出哪些问句是“稳定引用”、哪些是“飘的”。飘的那批我就单独拉出来查，不再混在总数据里搅浑水。

一个还没解决的问题

现在周批次跑的是固定提问集，但用户真实问法每周都在变。我试过每批加 5 个新问句做探测，结果新旧问句混在一起，引用率曲线根本没法比。目前是单独开一张“探测表”不并入验收，但这张表怎么和主表对齐口径，我还没想明白。

你们跑周批次的，新问句是并进主表还是单独开表？并进去的话曲线怎么处理？