文章中心 / 实操方法
AI 回答为什么每次都不一样？波动从哪来、怎么读
做 GEO 监测的人都会遇到同一个困惑：周一测，品牌被提起了；周三测，同一家平台同一个问题，品牌没了。是数据错了吗？不是。波动是生成式 AI 的固有属性，不是监测工具的故障——理解它从哪来，才知道怎么读数据。
波动的四类来源
模型层：采样机制天生带随机性。 大模型生成回答时按概率分布逐词采样（temperature / top-p 等参数控制），同样的输入，输出本来就可能不同。这是设计使然——牺牲每次回答的确定性，换取表达的多样性。哪怕不联网，同一道题连问三次也可能一个说法。
检索层：联网搜索的结果在变。 带联网的回答先检索再生成，而检索结果受索引更新、排序调整、地区与语言等因素影响。今天检索到的资料和明天不同，回答自然不同。这也意味着：联网模式下的波动，比纯模型回答更大。
平台层：模型与策略在持续更新。 平台会不定期升级模型版本、调整安全策略与回答风格。某天起你的品牌描述突然变了语气，可能不是你的内容变了，而是平台的”裁判规则”变了。
查询层：问法不同，答案不同。 “XX 哪家好”和”XX 怎么选”看似同义，检索路径与回答框架可能完全不同。问题池设计得科学，本身就是控制这个变量的手段，见GEO 问题池。
正确的读法：从读数到读分布
一、单次回答只当样本，不当结论。 一次”被提及”和一次”未提及”都是随机抽样，各自说明不了什么。
二、多次采样看分布。 同一问题独立采样 3 次以上，统计”几次提及、平均名次多少”，回答的随机性就被摊平了；统计原理与次数选择见为什么必须多次采样。
三、连续多轮看趋势。 把每周、每月的采样结果连成曲线，回答”这一个月提及率是在涨还是在跌”。趋势的判断依据是连续多轮的方向，不是两次探测的差值。
四、留存快照备回溯。 每次采样的回答原文存档，出现异常波动时能翻出原文对照——是回答真变了，还是解析出了偏差。答潮把快照存档做成本地默认能力，就是为了这一步。
还有一层：API 与 C 端的口径差
用 API 监测的同学还要多看一层：API 返回的回答与手机 APP 上的回答走的链路不完全相同，存在口径差异——有的平台一致性高，有的平台系统性高估。所以答潮提供联网模式开关和校准工作台：抽几道题用手机问 C 端贴回来，算出 API 与 C 端的一致性，心里有数再解读数据，方法见API 口径校准。
监测结果为 API 口径数据，与各平台 C 端产品的实际回答存在差异，用于趋势判断与竞品对比；单次波动不构成任何结论。
常见问题
每次探测结果都不一样，数据还可信吗？
可信，前提是把"读数"换成"读分布"。单次回答确实随机，但同一问题采样多次后，提及率、名次分布会趋于稳定；再把多轮探测连成趋势，就能区分"正常波动"和"真实变化"。不可信的用法是拿某一次的回答下结论——那是把概率事件当确定性事件。
采样多少次才够？
常规监测建议每个问题每平台 3 次起步，能到 5 次更稳；关键决策（如季度汇报、竞品对标）前可以临时加大采样。次数翻倍，探测成本也翻倍，所以务实的做法是：常规问题少采样、关键问题多采样，把预算花在要拿去做判断的数据上。