跑批前没对齐「品牌词变体」口径，我白跑了三千条query样本

求大佬指点，先交代一下背景：我是刚入行做营销的，最近在死磕 GEO 的跑批数据，天天泡在后台日志里核对标注口径。上周干了一件蠢事，三千条 query 的样本直接作废，复盘完赶紧来记录一下，也给跟我一样刚入门的朋友提个醒。

事情是这样的。我想看不同问句写法下品牌被 AI 提到的概率，就自己攒了个 query 池，里面混了品牌全称、简称、英文名，还有几种常见的错别字变体。跑之前我觉得「品牌词」嘛，能指到我们不就行了，没细想。结果跑完一拆数据，发现全称那一组的提及率比简称组高了快 18 个点，我当时还挺兴奋，以为找到了什么规律，准备拿去写周报。

后来翻后台日志核对标注，才发现问题出在字段上：我的标注脚本里，「品牌词命中」这个字段只认全称，简称和错别字那几组根本没被标进去，等于分母是对的、分子漏了一大块。三千条样本里大概有一千二百条是简称或变体写法，全部被当成了「未提及」。这 18 个点的差距根本不是 AI 的偏好，是我自己字段口径没对齐跑出来的假信号。

踩完这个坑，我改了两件事：

第一，跑批前先把「品牌词变体表」固定下来，全称、简称、英文名、常见错别字、带空格的写法，一条条列清楚，写进跑批脚本的配置里，不靠脑子记。

第二，标注字段加一条校验规则：每条样本跑完，先抽查 50 条人工对一遍「命中/未命中」，跟脚本结果做交叉验证，对不上就先停，别急着往下跑。上次就是图快，跑完直接出报表，白瞎了三个晚上。

还有个细节，我现在会把每次跑批的字段含义、口径版本、跑批时间记在一个小本子上，叫「跑批口径台账」。字段名一样但含义变过的情况太常见了，不记下来，过两周自己都忘了当时是怎么定义的。

说回来，我现在的困惑是：品牌词变体这块，除了靠人工列表，有没有更稳的做法？比如能不能用脚本自动扩展变体，或者有没有大佬在跑批前用一套固定的校验清单？求大佬指点，我目前还是土办法一条条手写，感觉迟早还要翻车。