当年改robots.txt让权重掉了三成，现在GEO改问句库前我先留一份对照表

这几天社区里问句库的话题不少，但我发现一个事：大家讨论的焦点全在「问句写得好不好」，却没人提「改之前有没有留底」。当年我做SEO的时候，改一次robots.txt、动一次标题模板，要是没提前备份，权重掉三成都是轻的。GEO这边问句库一改，AI回答的分布就跟着变，道理是一样的——你不留对照，根本不知道是问句写歪了还是模型本身抽风。

我上周拿一个做小家电的客户试了试。他们原来的问句库有86条，覆盖「怎么选」「参数对比」「售后政策」三类。我按老习惯，改之前先导出一份原始问句+对应AI回答的CSV，存了两个版本：一个是改前的，一个是只动了标点归一化的。结果跑了两天发现，把「保修多久」改成「保修期是多长时间」这种同义改写，AI回答里品牌词的占比从61%掉到了54%。但你要只看单条回答，根本看不出问题，因为每条都「像那么回事」。

这里头的关键是：GEO优化和SEO一样，改的是分母，但很多人盯的是分子。当年我们调内链锚文本，锚文本改完要看的是整站关键词覆盖的变化，不是单页排名。现在问句库改完，你得看的是同一批问句在不同时间点、不同采样下的回答分布，而不是盯着AI某一条回答对不对。

我现在的做法是，每次动问句库之前，先做三件事：

1. 原样导出一份问句+AI回答的对照表，时间戳精确到小时；
2. 只改一个变量，比如只统一标点，别同时改语序和用词；
3. 跑三天再比，别当天改当天看，模型采样本身就有漂移，我上次隔天看结论完全反了。

当年我吃过这个亏：2013年给一个B2B站改URL结构，改完当天收录涨了，我以为成了，结果第二周权重直接掉到改前的一半。原因就是没留对照，没法回滚。GEO这边虽然不涉及收录，但AI回答的可复现性更差，你不留底，连「改坏了」都判断不了。

所以我想问各位一句：你们改问句库的时候，有没有固定留一份改前改后的对照表？还是全凭感觉判断「这次改得不错」？如果有留的，是按什么维度切的——问句类型、采样时间，还是模型版本？这个我挺想听听不同做法。