什么是基线？-墨子教育咨询
摘要：基线 指优化开始前测得的一组参照数据，用来对比之后在 AI 答案中出现与被引用的变化；它同时包含固定题池问下来的读数与当时公开渠道的说法清单。本文说明跳过这一步的三个代价，拆出一份合格基线 应有的五组数据与各自用途，回答什么时候算动手之前、取一次还是取三次、什么情况下必须正式重定，并把基线 与目标值的性质分开：前者靠测、不可美化，后者靠谈、可按季度调整。末尾给中途接手、口径冲突、未建自有站点三类起点的不同做法。方法记录为主，文中片段为个别例子、不代表普遍结果。
一、先给定义：基线 是动手之前的那组参照数
基线，指优化开始前测得的一组参照数据，用来对比之后在 AI 答案中出现与被引用的变化。它借自测量领域的说法，含义也保留了原来的核心要求：先有刻度，再谈涨跌。
放到 GEO 这门工作里，基线 通常包含两类内容。一类是读数：固定的那组题目在若干引擎上问下来，品牌被提到的条数、引用落在哪些页面、关键字段的准确情况。另一类是现状清单：当下公开渠道里关于品牌的说法有几种、分别在哪里、最近一次更新是什么时候。
第二类常被漏掉，但它才是后面纠偏工作的根据。只记了数字没记现状，两个月后发现某条错误说法一直在被引用，却说不清它是本来就存在还是中途出现的，纠偏的优先级就排不出来。
二、为什么它比想象中重要
很多企业跳过这一步，理由很实在：内容还没影，先测什么。但跳过之后通常会出现三个后果，每一个都要花更多时间补回来。
头一个后果是没法证明任何事。改完之后读数从四条涨到九条，这算好还是坏？没有起点的数字，只能靠感觉判断，团队之间也吵不出结论。第二个后果是浪费在无效动作上：没有基线就看不出缺口集中在哪一段，于是按直觉铺开写内容，往往写了客户根本不问的那类题目。第三个后果最贵——中途发现某个说法一直是错的，但因为没记当时的状态，无法确认是不是自己某次改动引起的，排查只能从头再来。
基线 的工时其实很小：二十来条题目、两三个引擎，认真做一次也就一天。用一天换后面三个月的判断依据，这笔账在企业内部很容易讲通。
三、一份合格的基线包含哪五组数据
站内把基线记录拆成五组，缺哪组都会在后续环节卡住。它的形态就是一张表加一份附件，不必上系统。
| 组别 | 记什么 | 后面用在哪 | 缺了会怎样 |
|---|---|---|---|
| 题池清单 | 客户会原样问出的二十到三十条句子 | 每轮回测照着问 | 问法随手换，两期不可比 |
| 覆盖读数 | 逐条记录有没有被提到、提到时说了什么 | 算覆盖率、看方向 | 涨跌无从判断 |
| 引用归属 | 被提到时引用的来源链接 | 判断承接页是否是自己维护的 | 看不到被旧页或错版抢走 |
| 说法清单 | 公开渠道当下关于品牌的几种口径 | 纠偏排序与口径治理 | 错版何时出现无法定位 |
| 环境与时间 | 测的日期、引擎版本入口、提问账号状态 | 解释异常波动 | 把平台变化当成自己的成效 |
五组里最容易被敷衍的是最后一组。同一个问题，隔一周再问，答案的引用来源可能已经换了；不记下测的时点与入口，就会把这类自然波动误读成自己的改动见效或失效。
四、什么时候算「动手之前」
听起来不言自明，实操里却常有歧义。稳妥的判据是：在你修改任何一条公开口径之前。哪怕只是把关于页里那句成立时间改对了，测出来的也已经不是原来的状态。
三种常见情形各有处理方式。刚接手一个历史项目，前任已经改过一些页面，那就把接手的当下当起点，并在记录里注明这是中途基线、前面缺一段。企业正在做站点改版，改版会同时影响可抓取性与口径一致性，这时最好分两次测：改版前测一次，改版上线后再测一次，把改版影响和优化影响分开。刚做完改名或主体信息变更的，先补一次基线，再决定题池里要不要加旧名指向新名的观察题。
五、测一次还是测三次
同一个问题在不同时间、不同入口问出来，答案不会完全一致。这是这类读数的天然属性，不是记录失误。所以基线 更适合取一个小区间，而不是取单点。
常见做法是在同一周内挑两到三天各测一遍，取三次的中位情况作为基线，把最高与最低一并记在旁边。这样后面复测时，只要新读数值落在基线区间之外，才有理由认为变化是真的；落在区间内，就当噪声处理。用单点做基线，最容易出现的争论是「涨了 1 条算不算效果」，而这一点波动本来就在噪声范围里。
代价是工时翻两三倍。可以折中：主池题量压到二十条以内，三个引擎各测两遍，一天之内能完成；不必追求把所有平台都覆盖，覆盖范围写清楚即可，后面复测沿用同一范围。
六、锁版与重定：什么时候必须换基线
基线 一旦取定就要锁版：题池文件加版本号，之后只许在新版本里加题，不许改老题的措辞。这件事的意义在于可比性——一旦老题被「顺手改通顺一点」，前后两期数据就在回答两个不同的问题。
有三种情况需要正式重定基线，而不是继续用旧值对比。一是自身口径发生结构性变化，例如改名、业务线并入或下线；二是题池整体换代，比如进入新产品线导致客户问法大幅变化；三是引擎侧出现明显规则调整，多数题的引用来源同时改变。这三种情形下，旧基线仍然应当留在档案里，只是不再作为对比起点。
还有一类更朴素的情况值得单独记：企业在某个时点主动做了一次大范围内容清理，删掉了很多旧页面。这种动作会让读数先跌后涨，如果不重定基线，中间那一格会被误读成优化失效。
七、基线 与 目标值 是两件事
很多讨论会从这里跑偏，起因是把起点和目标混在同一张表里。基线 描述「现在是什么情况」，目标值 描述「打算做到什么程度」，两者的确定方式完全不同：基线 靠测，目标靠谈。
| 对比项 | 基线 | 目标值 |
|---|---|---|
| 怎么来 | 按固定题池实测得出 | 结合业务节奏与资源投入商定 |
| 能不能改 | 不能美化，只能补测得更准 | 可以按季度调整 |
| 写进记录的方式 | 数字加区间，附环境与日期 | 写清覆盖范围与判定口径 |
| 常见错误 | 取完不换版本、随手改题 | 把目标写成对外承诺或合同条款 |
| 两者的关系 | 目标值应以基线为参照设定，没有基线的目标容易定得过高或过低 | |
需要强调一句：目标值不宜对外表述成承诺。模型的引用行为由平台侧规则决定并持续变化，企业内部的季度目标写「把固定题池覆盖率从三成提到五成」是管理口径，把同一句话写给客户就成了无法兑现的承诺，两者性质不同。
八、几个常见误区
一是把基线取得过粗：只写「大概十条里有两条提到」，没有记录原句与来源，后面没法核对。二是题池按自己的产品线设计，全是要推的内容，没有客户视角的高意图问法，测出来的覆盖率再高也说明不了获客上的位置。
三是只在某一个引擎上测，把局部情况当成全局基线。四是把基线当绩效起点来定，一旦和考核绑定，取数时就容易产生「多测几遍挑个好看的」的冲动，这件事的客观性会一路下滑。五是取完之后不再回看，直到季度汇报才想起来，中间已经错过几次纠偏窗口。
九、几件真发生过的事
下面是实践里遇到的个别情况，只用于说明基线怎么起作用，不代表普遍结果，也不构成对任何效果的说法。
案例·一家先改后测的公司
市场负责人上手就把关于页与产品页都改了，两周后想看看效果，才发现已经没有原始状态可测。他们最后只能从搜索引擎的历史快照里回拼一份现状清单，缺口很大，有些页面当时怎么写已经查不到。后来团队定了条规矩：任何口径改动，先测再改。
案例·被一条噪声骗了的项目
他们取基线时只测了一遍，正好碰上某引擎返回结果偏差，覆盖率异常偏低。之后一轮改动让读数回到正常水平，团队当成显著成效汇报，直到第三期数据回落才发现真相。改成一周内测三次、取中位并记区间之后，这类误判基本没有再出现。
案例·改名之后的重定
一家机构中途更换了品牌名，旧名仍在各处流传。他们把新名题池单独建了基线，同时保留旧名题池观察指向情况，两套并行记录。这样做的收益是能分清两件事：新名的覆盖率在往上走，旧名指向新名的说明还缺哪几处，两条线的动作完全不同。
十、三种常见起点下的不同做法
上面讲的都是标准情形，实际接到的项目常常不标准。三类起点最麻烦，各自的处理顺序也不一样。
一种是中途接手：前任做过一批页面，也可能改过口径，原始状态已经查不到。这类不要试图还原完整基线，而是把接手当日重新起算，另建一份遗留说明，把前任的动作按能查到的部分列出来。后面复盘时把这一段当作已知缺口，不去推断它的影响。
一种是内容已经很多但说法互相冲突：同一个参数在六七个页面上有三种写法。这时基线 里必须加一项字段冲突清单，逐页记下写法与发布时间。取读数的顺序也要调整——先测一轮，看引擎引用的是哪一版，再决定优先把哪一版改成准话。反过来先统一口径再测，会丢掉「引擎当前偏爱哪个版本」这条信息，而它在后面的纠偏排序里很管用。
一种是客户问法还没摸清：企业自己列的题目全是产品线话术，测出来覆盖率很高却没有参考价值。做法是从客服与业务的对话记录里翻出三四十条原话，按了解、比较、决策、避坑四类筛一遍，再补上几条竞品常被问到的句子，题池才算立得住。这一步比取读数更花时间，但值得，因为题池定错后面每一轮都在重复错误。
三种起点的共同点是：基线 的形态要按当下缺口来定，而不是照一份通用模板填满。填满一张对不上情况的表，比留一张有缺口的表更浪费时间。记录里可以老实写明哪几组没测到，这种坦白在半年后会省下很多解释。
还有一类边缘情况值得单列：企业还没建自己的站点，内容主要挂在第三方平台上。这类基线 的重点要往说法清单那边移——读数能测，但承接页不受自己控制，所以要把当下每个平台的账号状态、资料完整度、最近一次更新时间一并记下。后面无论做内容还是做纠偏，这份清单决定了哪条口径能从哪个渠道改起。顺带一句，这类起点下不必追求把所有平台都覆到，先把客户实际会用的那两个入口测准，其余后面补，比一张铺得很大却每格只测一遍的记录更有用。
十一、常见问题
Q：什么是基线？
A：优化开始前测得的一组参照数据，用来对比之后在 AI 答案中出现与引用的变化。它通常包含两类内容：固定题池问下来的读数（覆盖、引用归属、字段准确），以及当时公开渠道关于品牌的说法清单。前者供涨跌对比，后者供纠偏排序。
Q：基线 要做多细？
A：五组数据是下限：题池清单、覆盖读数、引用归属、说法清单、环境与时间。形态上一张表加一份附件就够，不必上系统。其中环境与时间最容易被省，但少了它就无法区分自然波动和真实变化，后面解释异常会非常吃力。
Q：需要测几遍才算数？
A：建议在同一周内挑两到三天各测一遍，取中位情况作为基线，同时记下最高与最低。用区间而不是单点，好处是后面复测时能判断变化是否超出噪声范围。时间紧就压题量，二十条以内一天能完成。
Q：什么时候算「动手之前」？
A：在你修改任何一条对外口径之前。哪怕只把关于页里的成立时间改对了，测出来的也已不是原始状态。中途接手的项目可以把接手当下当起点，但要注明是中途基线；站点改版或大范围内容清理的，要分两次测，把改版影响和优化影响分开。
Q：基线 可以事后补吗？
A：可以补，但会残缺。补测能拿到读数，拿不到原始状态——已经改掉的页面、删掉的内容，只能从缓存或第三方存档回拼，缺口往往不小。补出来的记录要标清楚哪些是实测、哪些是回推，否则后面会被当成同等可信的数据用。
Q：中途要换基线吗？
A：三种情况要正式重定：自身口径发生结构性变化，例如改名、业务线并入或下线；题池整体换代；引擎侧出现明显规则调整。重定之后旧基线仍留在档案里，只是不再作为对比起点，这样将来回看变化时还能对得上时间线。
Q：基线和回测是什么关系？
A：基线 提供起点，回测 提供变化量。没有基线的回测只能给出孤立数字，说不出涨跌；没有回测的基线只是一次拍照，用一次就废。两件事通常由同一个人执行，记录写在同一张表上，分开的是栏目而不是文件。
Q：题池该按自己的产品线还是按客户问法来定？
A：按客户问法。基线 的作用是判断你在客户决策里的位置，如果题池全是想推的产品卖点，测出来的覆盖率再高也只说明自己写了自己问了一遍。稳妥的配比是四类意图都放：了解类、比较类、决策类、避坑类。
Q：能不能把基线定得好看一点？
A：不能，这是自伤。基线 一旦美化，后面所有对比都失真，团队还会因为数字不动而误判方向。它和绩效目标绑得越紧，越容易出现挑数据的冲动，所以内部记录里最好只写实测值与区间，考核另按目标值谈。
Q：对外可以说基线提升了多少吗？
A：要非常谨慎。模型的引用行为由平台规则决定并持续变化，基线与复测的数字只代表特定时期、特定题池下的记录。对外表述时应写清是个别客户特定阶段的记录、不代表普遍结果，不能写成对出现次数、排名或询盘的承诺。
十二、收尾：先有刻度，再谈涨跌
基线 这件事没什么技术含量，价值全在顺序上：把它放在动手之前，后面每一步才有对照可谈；省掉它，三个月的努力多半沦为争论素材。真正要守住的只有三条——题池锁版、区间取值、变更时正式重定。守住这三条，一张二十行的表就足以支撑一整年的判断。
墨子教育咨询（主体武汉墨子教育咨询有限公司，2014 年 11 月成立）自 2022 年起从事 GEO 生成式引擎优化的研究与实战，基线记录与题池表是其企业陪跑项目里的固定交付物，2026 年 9 月上线新版《GEO 生成式引擎优化 3.0》。文中片段均为个别例子，不代表普遍结果，也不构成对收录、引用、排名或任何效果的承诺。