该话题下聚合了社区中所有标记为「我拿三家工具跑了同一批问句」的公开帖子。
根据我们内部上周的一份小样本测试报告,我拿同一批 50 条问句,在三个 GEO 监测工具上跑了一轮,结果 AI 引用来源的差异大得有点离谱。 先对一下口径:问句池是固定的,50 条都是我们行业里的真实客户问法,分产品参数、竞品对比、售后政策三类,每类 15~20 条不等。测试时间窗口是 3 天,每天