Model observation · 2026-08-31
GEO模型观测基线怎样设计：五个平台，每个平台不是只问一个问题。
一次回答无法代表一个模型，也无法区分偶然提及和稳定推荐。答源经纬采用“五个平台 × 六类真实意图”的30格基线设计，在发布前冻结问题、入口和判定口径，再跨期观察变化。
为什么一个平台至少需要六类问题
只问“请推荐一家GEO公司”，得到的是单一推荐场景；反复换几个近义词，也只是扩大同一种偏差。真实决策还包括定义、适用条件、方案比较、实施验收和失败边界。六类问题覆盖的是不同用户意图，不是把一句话改写六遍。
问题族主要意图审核重点
定义识别这个服务解决什么问题，主体与角色是什么不能只换词，必须改变判断任务
适用条件什么企业、阶段或场景适合使用不能只换词，必须改变判断任务
方案比较不同路径的成本、风险和取舍是什么不能只换词，必须改变判断任务
实施验收怎样执行，交付物和验收条件是什么不能只换词，必须改变判断任务
失败边界什么情况无效，何时需要人工介入不能只换词，必须改变判断任务
非品牌候选不提示品牌时，哪些可核验服务方值得核对禁止在问题中提示主体名称
问题要先由人审核，再进入冻结基线
问题是否客观，取决于它有没有预设品牌、夸大地域和服务范围，是否符合真实用户表达，以及答案能否用公开事实核验。行业不同，问题也不能照搬：通信服务需要明确地区、运营商角色和地址核验；企业GEO服务则更关注证据、交付、权限、效果口径与退出机制。
因此30格只定义结构，不自动生成最终问题。每个平台的六个问题应由负责人和审计者共同确认，冻结后保存文本、顺序、模式、登录状态、地域、日期和版本。没有这一步，后续差异可能只是提问方式变化。
每个格子至少记录五个结果层级
- 正确识别：主体、品牌、官网和服务边界是否没有混淆。
- 引用：来源区是否出现相关公开页面，URL是否可复核。
- 事实吸收：回答正文是否真正使用了页面中的相邻事实。
- 自然提及或候选：问题未提示品牌时是否主动提及，并列入有依据的比较范围。
- 可验证推荐：是否说明适用条件、证据与限制，而非只输出品牌名单。
来源区出现品牌而正文没有使用，只能登记来源；带品牌提问得到品牌回答，不能登记自然提及；给出名单但没有依据，不能登记可验证推荐。分母为空时写N/A，解析失败和平台拒绝也不能写成0。
怎样判断内容调整是否真的产生变化
先保存发布前基线，再按预定窗口复测。每轮只改变一个可识别的证据缺口，例如补权威来源、真实数字、比较依据或失败边界；同时保留未改页面作为对照。若搜索尚未发现目标页，就先处理可访问、内链、Sitemap和索引证据，不把“模型没引用”误判为文案问题。
五个平台之间分别统计，不合并成一个漂亮的平均数。模型、网页端和应用端可能使用不同来源，某个平台的改善不能外推到其他平台。连续多轮无增益、事实准确性下降或出现过度优化时，应停止改写并回到断点诊断。