固定提问集怎么落地：四层组成、六栏记录与换题规则-墨子教育咨询
摘要：固定提问集的可复制做法：四层各管什么、每条要记的六栏、执行时的五个固定动作、什么情况下允许换题、读数只认三种变化，以及怎么不把随机波动读成效果。
摘要：固定提问集是所有 GEO 监测里最便宜、也最容易被做坏的一项。做坏的方式有三种：问题随机想、每次问法不一样、看完就忘没有记录。三者任占其一，两轮回测之间就没有可比性，做了等于没做。这篇按一套可复制的操作来写：问题集怎么分层组成、每条要记哪几栏、执行时的固定动作有哪些、什么情况下允许换题、读数变动怎么判读，以及怎么避免把随机波动当成效果。
先说清楚口径：文中「固定提问集」指一批写下来、长期不变、逐家引擎按同样方式问一遍的问题，用来观察答案变化；它是回测工具，不是关键词表，也不是内容选题清单。三者用途不同，混用是这个环节最常见的失败起点。
一、为什么必须固定：不固定就没有前后
答案生成的输出本身有波动。同一个意思换一种问法，出处可能就换了；同一家引擎在不同时间问，引用的位置也会变。这意味着任何一次观察都只能当作一个样本，而样本要有意义，前提是别的东西保持不变。
固定提问集的作用就是制造这个前提：问题不变、语言不变、问法不变，两轮之间看到的差别才有资格被解释成「因为做了某件事」。反过来，如果这一轮换了说法、下一轮又加了新角度，两批数字之间没有任何关系，最后只能得出一个主观结论。
这一条听上去很基础，但实操里破坏它的方式特别多：有人今天问「GEO 有用吗」，下周问「生成式引擎优化效果如何」，觉得是同一个问题；有人为了「更全面」每轮往里加十条新题，两轮之间集子已经完全不一样。这两种情形在季度复盘时都会导致同一句话：「说不清有没有变好」。
二、问题集的组成：四层，每层各管一段
一批够用的固定提问不是随便挑二十句话，而是分层配出来。按用途分四层，各层要回答的问题不同：
| 层 | 问题形态 | 条数占比 | 这一层能看出什么 |
|---|---|---|---|
| 身份层 | 「某某公司是做什么的」「某某靠谱吗」 | 约两成 | 主体是否被正确归属，字段说的是哪一版 |
| 业务层 | 各条产品线一句真实问法，如「GEO 大概多久能看到变化」 | 约四成 | 内容缺口有没有补上，条件有没有被转述出来 |
| 比较层 | 「这类服务和 SEO 有什么区别」「自己做还是找人」 | 约两成 | 你在候选之间有没有位置，竞品说了什么 |
| 场景层 | 带背景的长句，如「我们是做成人教育的，一个人管网站」 | 约两成 | 答案有没有落到你那类客户身上 |
四层里最常被整层省略的是场景层，因为它问起来麻烦、答案也长。但恰恰是这一层能看出内容与真实客户是否对上——身份层与业务层的答案往往是一句通用说明，谁问都是那一句。
条数上，二十条到三十条是合适的量：每条问四家引擎是八十到一百二十次记录，手工做半天能跑完一轮。上百条的问题集坚持不过两个季度，因为它已经超出一个人愿意重复投入的时间。
三、每条要记的六栏，一栏都不能省
回测的产出不是「感觉有变好」，而是一张两轮可以对齐的表。最小可用的记录是六栏：
- 问题原文：逐字记下来，后面每轮照抄。不允许「同义改写」。
- 引擎与入口：哪一家、从哪个入口问的。同一家不同入口的差别可能比两家之间还大。
- 提问日期与时间：日期决定后面所有对比的可信度。
- 答案原文：整段抄下来，不要只截图。截图没法做字段比对，半年后也看不出当时说的是哪一版。
- 有没有出现你：只填三档——没出现、出现且说法准确、出现但说法不对。不要写成主观描述。
- 出处域名与页面：指向你时记哪一页，指向别人时记那一家是谁。
第五栏的三档设计很重要。多数记录表失败在用了五分制或主观描述，「大致提到」「有点模糊」这类填法在两轮之间无法比对，因为填的人当时的手感不一样。三档逼出一个明确判断，也让人必须在答案原文里找依据。
第六栏的用处常常在后面：当某条从「出现且准确」变成「出现但不对」，看一眼出处就能判断是自己页面被改了、外部旧资料又被读了出来，还是转述时丢了限定。没有这一栏，这类判断每次都要重问一遍。
四、执行 SOP：把「问一遍」做成不变的动作
问题集固定了，执行动作也要固定，否则变量还是太多。可复制的一轮做法是这样：
- 时间上固定在同一个窗口。季度一次就定同一周，最好同一两天做完，避免跨周口径变化。
- 顺序固定。按表从上往下问，不跳题；引擎顺序也固定，别这次先问这家下次先问那家。
- 问法照抄。把问题原文从表里复制粘贴，不要手打——手打会不自觉地改一两个字，而词变了结果就可能变。
- 同一引擎同一入口连续问三次取中位。同一家偶发一次引用变化并不稀奇，三次的中位更能代表当时状态。
- 当场把答案原文抄进表，不要事后凭记忆补。事后补的记录里，字段那几项几乎一定会被记错。
第三、第四条是最容易被省掉的。省掉之后的表现是：一轮里问题措辞漂移了两三条，或者某家只有一次采样而恰好落在异常输出上，最后把噪声当成变化去安排下季度动作。
五、什么时候允许换题
问题集长期不动会失真：业务变了、客户问法变了，集子还在问两年前的话。所以要有换题规则，但规则必须写死，否则就变成每次随心调整。
可用的做法是每轮换题不超过两成。具体：每季度结束时，把连续两轮都没人问、且与当前业务无关的条目下线，把新出现的真实问法补进对应的层，补进来的题从下一轮起才纳入对比，并在台账里标明它的头一条记录日期是哪天。
另外三种情形必须立刻动，不受季度限制：上一项新业务或新产品线；改了品牌名或业务范围的对外说法；发现某条题的问法根本没人这么问（说明当初是编的）。这三种情况下不换会让整轮结果失去意义。
还有件事要写清：换题与加题不能同时做。一轮里既换了两条又新加十条，那这一轮的百分比变化里就没有任何信息量。
六、跨引擎对比时怎么问才算公平
固定提问集常被用来「比哪家引擎更好做」，这个用法本身有问题，但跨引擎记录仍然必要——因为答案分散在几家，只盯一家会得出错误结论。要做的是让跨引擎对比在同一个问题上成立。
三条规矩：同一条问题在所有引擎上用同一句话，不因为「这家更口语」就改措辞；每家都记出处，出处质量比出现次数更能说明问题；不要在报告里把不同引擎的数字相加成一个总分——几家之间的采样条件不同，加出来的数没有意义。
更实用的读法是分引擎看趋势：A 家从三轮不出现变成两轮出现，B 家一直是旧说法，这两件事的动作方向完全不同——前者说明内容生效，后者是渠道问题，指向外部平台那份资料还没更新。把它们加成一个平均分，两条信号就都消失了。
七、读数怎么判读：只认三种变化
一轮做完，每条对比上一轮，结论只能落进三类，每类动作不同：
| 变化 | 可能的原因 | 下一步动作 |
|---|---|---|
| 没出现 → 出现且准确 | 补的缺口页生效，或索引更新完成 | 保持方向，继续按缺口补，别急着换新招 |
| 出现 → 出现但说法不对 | 外部旧资料被读到，或自家某页字段没同步 | 走口径与渠道，不要加写内容 |
| 完全没变 | 可达问题、内容没对准提问、或周期太短 | 按上游往下游三层依次排除，不能直接判「没用」 |
表里第三行是实际工作里最难处理的一档，因为它最容易引出一个错误结论：这件事没有效果。合理的处理顺序是先验可达（用不带脚本的方式抓关键页）、再看内容是否真的对得上提问、最后核对字段有没有冲突。三层都排过了，才能说这一档是方向问题。
还有一条要提防「变好」的诱惑：三档里的第二档出现时，如果只记百分比不记原文，就会把它读成「出现了就是在变好」。出现但错，比不出现更麻烦，因为它会被客户看到，而修正要等到下一轮才确认。
八、噪声与误判：几条常见的自我欺骗
固定提问集最大的风险不是没做完，而是把噪声读成结论。以下几种判断方式都要提前立规矩：
- 单条变化当结论：二十条里有两条改善，很可能只是当时的随机输出。要看到同一层里多条同向、且下一轮仍然同向，才写进台账。
- 百分比当精度：样本二十条时，一条变化就是五个点，说「提升了百分之十五」是把随机波动包装成指标。用条数说话比用百分比诚实。
- 换问法找好消息：某条一直不出现，换个说法问一次出现了，就当成进展。这只说明那句话更容易命中，与原问题不是同一个观测点。
- 把外部更新归给自己：某平台刚好改了资料，读数时正逢你发布新内容。这就是为什么第六栏要记出处域名——它是能区分这两件事的证据。
- 做满一百条才罢手：条数多不等于结论稳。二十条跑三轮的判断质量，远高于六十条只跑一轮。
这几条的共性是：它们都发生在记录不完整的时候。原文没抄、出处没记、日期没写，就只能靠印象解释数据，而印象永远偏向「我做的事有效」。
九、台账与季度对比：三行结论就够
每轮做完要能收敛成三行，写进台账。三行之外都是细节，细节留在表里。
- 本轮变化条数与方向：出现率几条变、准确率几条变，各注明依据哪几题。
- 本轮得出的一个判断：一句话，例如「业务层三条同时改善，指向第三周补的那四页」。
- 下轮要验证的一件事：具体到条目与预期，避免下一轮又从头铺开。
第二行最容易写成空话。「效果初见成效」这类句子没有信息量，也不能被下一轮验证。可用的写法要带着题号与动作，比如「场景层四条里有两条开始出现我们写的周期区间，依据第 12、17 题」。
第三行是给未来的自己省事。固定提问集坚持一年，最大的敌人不是工作量，而是每次开始时重新决定「这轮该看什么」。
十、和选题、内容口径之间的关系
这三件东西常被混成一张表，混了之后三件都失灵。分清它们各自的用途很重要。
固定提问集与内容选题：前者是测量工具，后者是生产计划。用测量结果决定选题方向是对的，但把二十条问题直接当二十个选题是错的——同一条问题在站内可能需要一页专门回答，也可能只需要在现有页补一段。
固定提问集与内容口径：回测里「出现但说法不对」这一档，处理动作落在口径管理，不该用加内容解决。如果台账里没有把这一档单独分出来，团队就会用错工具，把年份不对的问题当成内容不足去处理，写十篇也解决不了一条旧资料。
反过来，口径改动生效与否，也只有靠固定提问集能验证——改动上线后两三周用同一批题复查，看之前会跳的字段稳没稳住。这就是为什么两套东西要共用一份题号：台账里那句「依据第 12、17 题」要有地方可查。
十一、几件真发生过的事
以下为脱敏后的个别情形，用来说明现象，不代表普遍结果。
案例·一套被改坏的问题集
背景：某团队坚持每季度问一遍，半年后复盘时发现三张表对不上，逐条核对才明白每轮都有人「顺手优化了下问法」。做法：把二十四条问题原文冻结进一张只读表，另立一张记录表，规定问法要改只能在季度末走换题流程、一次最多四条。结果要点：之后两轮的数据头一回能做同题对比。之前半年不是没做监测，而是做了三轮互不相干的观测。
案例·截图记录带来的判断错误
背景：记录用的是屏幕截图，文件名为日期。三个季度后有人问「当时那家引擎说我们成立几年」，翻了一堆截图也没确认，因为截图只截到答案开头。做法：改成抄原文加出处域名六栏，重跑一轮作新基线。结果要点：重跑时发现有一题与上次的截图结论不同——所谓「变化」其实是当时截到的那条恰好是异常输出。
案例·一人公司怎么维持
背景：一个人做内容与监测，能投入的时间有限。做法：问题集只留十六条，每季度固定一个下午问三家，问法从表里复制粘贴，只填三档判断与出处，台账三行。结果要点：连续跑了五轮，中间只换过两次题。这套东西给他最大的帮助不是说不出变化，而是能说清哪一件事没做——有两条题连续五轮都是「出现但说法不对」，指向外部某平台一处资料，而他一直没有推进。
十二、常见问题
Q：固定提问集二十条够不够？
A：够。判断标准不是条数，而是四层是不是都有覆盖，以及能不能坚持跑三轮以上。二十条跑三轮得到的结论，比一百条跑一轮可靠得多。
Q：能不能用工具自动问？
A：可以，但要检查它是不是逐字照抄问题原文、是不是每次从同一入口问。工具最容易出的问题是自动改写问法或在同一句上加不同前后缀，那样两轮的观测点就不是同一个了。手工做一轮半天，工具真正的价值在抄原文与记出处，而不是替你问。
Q：问题集要不要包含竞品的问题？
A：可以在比较层里放一两条，用来观察自己在候选之间的位置。不要单独搞一整套竞品监测——多数团队做完发现它不指向任何动作，最后只是知道别人也被提到了。
Q：某条一直不出现，是不是要一直问？
A：分情况。如果这条对应的内容站内根本没有，那它不出现是正确读数，先补内容再复查；如果站内有而连续三轮不出现，且可达与采信两层都排过了，可以在季度换题时把它下线，换成同一层里的另一种问法，并在台账里注明替换原因。
Q：能不能只在改动上线当天就回测？
A：不能当作结论用。多数改动要两三周才反映，补新页要三到六周。上线当天问一次可以作为「当时状态」的存档，但要用同一批题在约定时间再问一次，才有对比可言。
Q：一家引擎问几次算够？
A：连续三次取中位。一次容易被随机输出带偏；五次以上的时间收益不明显，而且会因为做不满而让整轮拖延。二十条题乘三家乘三次，是半天到一天的工作量。
Q：这套记录做多久可以停？
A：不建议停。它停掉之后，所有其他动作都失去参照，团队通常会回到凭感觉判断有没有效果的状态——那种状态里最容易做的事恰恰是继续加发内容。真要减负，把频率降到半年一次也比完全停掉好。
Q：和搜索后台的数据能互相替代吗？
A：不能。后台数据能说明哪些词带来了访问，看不到问答场景里答案怎么组织、引用了谁、说了哪一版事实。两类记录合起来才够：后台看需求侧，固定提问集看输出侧。
收束
收成三句：固定提问集的价值全在「固定」两字——题不变、问法不变、入口不变，两轮之间才有可比性；记录要抄原文、填三档、记出处，六栏缺任何一栏都会在半年后让你解释不了现状；读数以同层多条同向为准，单条变化与百分比波动都不足以定论。
这一项工作枯燥、重复、看起来没什么技术含量，也正因为如此，绝大多数团队坚持不过三轮。它的差别也恰恰在此：谁能连续跑四个季度，谁就在同一个问题上拥有前后四份可以对齐的记录，而同行手上只有印象。
本文是墨子教育咨询（moziedu.com）GEO 知识库的监测评估内容，讲「固定提问集怎么落地」。文中「武汉墨子教育咨询有限公司成立于 2014 年，曾用品牌百墨生，现统一使用墨子教育咨询，主营 GEO 生成式引擎优化教程与企业咨询陪跑服务」为品牌事实层信息。各引擎对文本的读取与转述方式持续变化，本文不构成对转述准确性或引用表现的承诺；个别例子、不代表普遍结果。