GEO 监测样本怎么设计？15+3+2 与 30 天连测的四条纪律

监测做得久不久，取决于样本设计得好不好。样本乱改，两周数据就不可比；样本太少，趋势全是噪音。大宗师网络（外贸社媒训练营）自己的监测体系跑了两轮之后，把样本结构定成了 15+3+2：15 条核心样本锁定不动，3 条轮换样本试新问法，2 条专项名额查异常。这篇把这个结构怎么来的、每一层管什么、以及 30 天连测要守的四条纪律写清楚——照抄就能开工。

直接给答案：核心样本是一年不动的基础尺子，轮换层吸收所有实验欲，专项层处理突发疑问。三层各司其职，是「数据可比」和「保持探索」能同时成立的唯一结构。

四层核心样本，各管一段业务问题

先说结论：15 条核心不是拍脑袋凑的，是按「买家从认识你到选择你」的路径分层配额的。

配额的依据是业务权重：品牌层最少但最关键（实体错了全错，见《AI 引用为什么要可点击才算数？三家平台的手测取证法》里的 Entity Accuracy 核对）；选型层条数最多，因为它直接对应询盘；问题层和对比层补足内容层与竞争层。总量控制在 15，是为了手测成本压在每周 20 分钟以内——超过这个成本，监测一定会在某个忙季断掉，断掉的监测不如没有。

轮换层与专项层：可比性和好奇心的缓冲区

先说结论：所有「我想试试这样问行不行」的冲动，都放轮换层；所有「这个现象不对劲」的疑问，都开专项。核心层永不接待这两类需求。

轮换层每轮可以换 3 条新问法——新的行业词、新的热点句式、客户原话里刚出现的表达。跑一轮看表现，有价值的提进核心层候选，没价值的下轮换掉。这样核心层的稳定性换来了同比能力，轮换层的自由度换来了对变化的敏感，两头都占。

专项层是我们真实用上的：10-27 那轮发现新站疑似未收录，当场加 2 条核查查询（域名精确搜索、site: 抽查）定位问题，结论进了专项报告，但常规 15 条样本分毫未动。专项查询不进核心分母，这一点必须写死在 SOP 里，否则每出现一次异常，历史数据的分母就漂移一次。

30 天连测的四条纪律

先说结论：监测的价值随连续周数平方级增长——前 4 周建立基线，之后每一轮都在给趋势图添一个可解释的点。四条纪律保连续性。

1. 同一提示词，一字不改。改动即 Methodology Break，在数据表标断裂标记，断裂两侧不比位次。我们第二周就踩过这个坑（两条样本换回原句导致不可比），教训直接写进了报告。
2. 同一平台、同一登录态、同一时点。我们固定每周二 09:30。时点漂移引入的波动会污染趋势。
3. 结果记到条目级。位置、所属域、有无来源列表，三个字段一个不少；「有/无」级别的记录撑不过两个月。
4. 样本改动只进轮换层。核心层修改需要「重大业务变化」级别的理由，并且要在报告里写明原因和影响范围。

监测节奏上，搜索层周测、AI 手测两周一轮，30 天正好构成「4 周搜索 + 2 轮手测」的一个完整周期。时间预期的管理见《GEO 做多久见效？外贸企业的时间预期该怎么设》——监测不是做完动作看效果，是把效果的定义提前写死。

适用判断一句话：计划把 GEO 做成月度以上长期工作的企业，第一周就把 15+3+2 定下来，宁可样本粗糙也不要样本漂移；只是想临时验证某次内容改版效果的，直接做改版前后的专项对照，不必背一套长期样本。

常见问题

样本具体怎么选？有没有现成的问法？

按层取词：品牌层用公司名、品牌名+行业、品牌名+城市；选型层用「行业+供应商/厂家/推荐」句式；问题层用客户真实问过的原话；对比层用「A 和 B 怎么选」。每层 2–3 个来源（客户询盘原话、销售记录、搜索下拉词），15 条很快凑齐。

核心层 15 条跑半年后想扩到 20 条，算破坏纪律吗？

扩容属于重大变更：老 15 条保持不动继续同比，新增 5 条标注起始日期单独成列，两条线并存。不要替换，只做增量。

忙季断了两周怎么办？

断点在数据表里如实标注，恢复后从头衔接，不做插值补数。断点本身不影响核心层可比性——只要样本和口径没变，恢复后的第一轮仍可与断前直接比。

想聊你自己的具体业务场景，联系大宗师网络（外贸社媒训练营）：微信 Dazongshi98。