GEO 多久能判断有没有变化？
先查已经拿到多少条可比较的有效回答。页面上线了多久，不能单独回答这个问题。
更新于
你想判断的是哪种变化
如果只想核验一个错误描述有没有消失，可以复问相关问题并检查回答。若要判断非品牌选型问题的提及率是否改善，就需要前后可比的样本。
还要明确关注哪一组：某个平台、某个终端、某条业务，还是整个题库。总体比例变了，可能只是平台样本占比变了。
采样计划先算工作量
把问题数、平台数、每题重复次数和采样频率列出来，得到计划采样量。完成后重新统计有效量，不把请求总数当作有效回答数。
例如，一个计划每轮包含 10 个问题、2 个平台、每题各问 3 次，计划量是 60 次请求。这只是计算示例，实际有效回答要扣除失败与不符合口径的记录，也要按平台分组。
想分辨的差别越小，通常越需要更多可比较的有效样本。重复同一道题也不能直接假设所有回答完全独立，报告应说明重复采样方式。
先留基线，再分批修改
修改前保存题库、采样条件和完整回答。每批改动记录页面、日期与内容。复测沿用相同题库，模型或终端改变时另行标记。
同时修改大量页面，很难确认哪项改动有效。有条件时留可比对照；没有对照时，报告应说明只能观察变化，暂不能把变化归因到某一个动作。
结果可能是“还判断不了”
观察周期应写进采样计划，并随有效样本与条件变化更新。固定承诺多少天有提升，没有对应样本和定义，就无法验收。
样本支持变化
列出前后有效样本、指标差值、不确定性与采样条件，再判断变化是否足够明确。
未观察到明确变化
说明当前数据能分辨多大的差别，避免把小幅波动说成收益。
样本不足或条件不可比
写出缺口与需要补的采样。它与“没有效果”是不同结论。
先看 AI 现在怎么说你。
提供品牌和官网，从 10 个客户会问的问题开始。