试跑批次ID我写晚了两周，白烧一波预算，现在强制前置校验

上个月做了一波GEO试跑，目标是测「AI摘要里品牌词出现在首段 vs 末段」的引用差异。按理说这是个小实验，两周就能出数。结果我拖到第三天才把批次ID写进日志表，前面那批数据全废了——因为采样戳没对齐，分母里混进了上一轮的旧问句，去重逻辑直接崩了。

问题出在哪？

我复盘了一下时间线：

• D0：跑批脚本启动，采样戳开始记录
• D1：发现有几个问句的AI答案跟上一轮重复，以为是缓存，没在意
• D3：想按批次ID拆数据，才发现日志表里根本没写这个字段
• D5：补写字段，但已经跑过的批次全对不上号，只能重跑

两周预算，烧掉一大半。关键是这钱花得冤——不是因为实验设计有问题，纯粹是批次ID写入时机太晚。

现在的做法：先锁口径，再谈归因

我把试跑流程改成了三步硬卡点：

1. 跑批前锁字段：批次ID、采样戳、问句哈希、分母去重规则，四个字段必须在脚本启动前就写进配置。少一个不允许跑。
2. 前100条做校验：跑批开始后先抽100条，人工核对批次ID是否写入、采样戳是否对齐、分母去重后数量是否合理。这一步15分钟，能省后面两周。
3. 出数前对分母：任何归因结论出来之前，先看分母口径——去重后的有效问句数、异常采样占比、批次间重叠率。这三个数不对，结论一律不认。

踩坑细节

• 采样戳校时：服务器时间和日志时间差3分钟没发现，导致跨批次的问句被算进同一批。现在跑批前强制NTP对时。
• 批次ID写入时机：以前是跑完批量回写，现在改成启动即写入，每条日志第一行就带批次ID。
• 分母去重：之前按问句文本去重，漏掉了同义改写。现在加了一层语义哈希，去重率从12%提到31%。

一句话总结：GEO试错要快，但快在迭代，不能快在校验。批次ID写晚两周，归因再漂亮也是白搭。

你们跑试跑批次的时候，批次ID是启动就写还是跑完回写？有没有遇到过采样戳对不齐导致分母混批的情况？