什么是固定题集？-墨子教育咨询
摘要：固定题集指为便于横向比较而锁定不变的一组代表性提问，用于持续回测品牌在各引擎的引用表现。站内讲怎么建集、多久测一次、基线怎么打、台账怎么记、工具选型与口径漂移的二十几篇不重复，本篇只占尺子维护这一层：题集只测变化不测水位；这把尺会被用它的人自己弄脏，共三种——应试化（只为题集内那几行补页，题集外一片空白，指纹是两条曲线分叉）、题面变形（顺手改通顺或重打一遍，改动那行前后凭空跳变）、题目失效（业务改了、说法换了，读数很好却常年不动）。防法是三件十分钟的动作：本版一字不动地定版并转只读、每轮开测前先对版、每轮带三到五句题外临时抽样只作对照而不进台账。题分三层：核心层八到十二行保可比、观察层三到五行保代谢且只测不产出、对照层不预存题保诚实；换版走并轨，那一轮新旧各跑一次并在台账上标断点，旧版归档不删。它与 GEO 的关系：题集不在动作里，它在动作之外，所以 GEO 的目标不是把读数提高。文中片段均为个别例子、不代表普遍结果，不构成对被提及、被引用、排名或任何效果的承诺。
一、先把范围圈出来：固定题集 指什么，本篇与站内那二十篇怎么分
百科页给的口径是：固定题集指为便于横向比较而锁定不变的一组代表性提问，用于持续回测品牌在各引擎的引用表现。这句话里的"锁定不变"四个字最容易被理解成一次性的动作——建好、存档、以后照测。实际上它是一份会被人悄悄改动的清单：改的原因大多很正当（业务变了、有人觉得这句话不通顺、想加一道新问的题），而每一次改动都在改这把尺的刻度，改完之后的历史数字就再也接不上了。
这个工具在站内已经被写得很密，先摊开，本篇不重复它们。建集那一侧：《GEO 固定题集怎么建：给品牌可见度做一把能反复用的尺》已经把题目本身讲完——常见起点错误、题从哪三个来源来、搭一层意图覆盖矩阵、把题写成引擎会被照原样问到的句子、控制数量合并近义做减法、以及题集要跟着生意一起维护。锁定承载成交意图的决策问题那篇与从真实提问里挖选题那篇管题目的来源。
测法与节奏那一侧：《多久测一次、基线怎么建？把 GEO 监测变成可比较的数据》管周度、月度与事件驱动三层节奏，连记录三要素、重定基线、改名时双名并行、引擎版本更新前后怎么比都写了；《把监测变成例行体系：一张看板、一套回测、一个复盘节律》管体系与三种死法；《GEO 监测台账怎么记：原始快照留存与可追溯的回测记录》管台账与快照；《GEO 监测工具详解：固定题集、判分口径与防口径漂移》管工具选型、判分口径透明可核查、口径漂移与告警设计。
名词分工那一侧：《监测口径与监测指标的区别：引用回测、提问集回测与固定提问回测分别管哪一段，监测复盘与监测台账怎么配套》把"固定提问集与基线问法：题目清单与起点读数"这一对分得很清。本系列里已有五篇相邻词条各占一层：《什么是基线？》管动手之前那组参照数与五组数据、《什么是回测？》管跑法、《什么是复测？》管一次改动之后的那几次、基线记录与回测记录管写下来那一格。平台侧另有 豆包先打基线那篇、豆包固定提问回测全方案、DeepSeek 基线问法集与定期复测、Kimi 三通道回测；跨引擎拆行的道理在 《什么是可见度？》，比值的分子分母在 《什么是提及率？》，把对手放进同一套题集一起测在 竞品对标那篇。
这些篇目把"题从哪来、怎么建、多久跑、怎么记、怎么防判分口径漂"都讲完了，中间少了一件事：这把尺会被用它的人自己弄脏——题集固定下来之后会出现哪三种污染、每种污染在数字上长什么样、以及题目本身该怎么分层与换版，才既不丢掉可比性又不把动作做歪。本篇只占尺子维护这一层：三种自污染、三层结构、换版时的断点处理。挑题与减法、节奏与基线、台账与工具一律指路。
三条边界。头一条，本篇不涉及任何判分标准（宽严档、口径正确怎么算），那些在提及率与监测工具两篇里已经成套；本篇只管题目这一列。第二条，题集测出来的一切数字都只是这把尺上的读数，不是外部真实问法的全貌，更不能换成对客户的说法。第三条，本篇不建议任何人为了提数去改题集——三种污染里最贵的一种恰恰是"为了让数字好看而动的题"。
二、它只测变化，不测水位：先把这把尺的用途钉住
多数对题集的误用不是记错数，而是问它要了一个它给不起的答案。把用途钉住，后面三种污染才看得出来是怎么发生的。
| 你想问的事 | 固定题集能不能答 | 为什么 | 该往哪一篇去 |
|---|---|---|---|
| "这一轮动作之后，外部说我们的样子变了没有" | 能，这正是它被设计来答的那一个问题 | 题不变、口径不变、跑法不变，两次读数之差才有归属 | 改动之后要测哪几条、怎么判，见 《什么是复测？》 |
| "我们在整个市场上到底有多少人问得到" | 不能 | 十八道题是你挑出来的样本，它不是全市场分母；真实问法的形状你永远数不全 | 比值怎么算、题集形状决定什么，见 《什么是提及率？》 |
| "我们比另一家强在哪里" | 勉强能比，但不能当结论 | 同一把尺量两家是可行的（把对手放进同一题集那篇讲过做法），但两家在真实场景里被问到的题集完全不同 | 见 竞品对标那篇 |
| "这个月要不要继续做内容" | 不能单独答 | 值不值是另一套判断，需要工时账与滞后期，不是题集上一个涨跌 | 见 《什么是投入产出？》 |
| "客户实际会怎么问我们" | 完全不能 | 题集是去年的选择，客户的新说法只会出现在会话记录里，不会出现在你锁住的那十八行里 | 见 决策问题那篇 与 他会说哪句话那篇 |
表的最后一行是本篇整篇的伏笔：一把用得越久的尺，就越会和"外部实际怎么问"这件事脱节，而且脱节时数字可能一路向好。它不会报错，只会安静地测一个已经不存在的市场。这决定了题集不能只当测量工具维护，还得当成一份有保质期的资产来看。
三、三种自污染：尺子是怎么被用它的人弄脏的
三种污染都不需要谁犯错，它们是这套做法的自然副产品。每一种都给出一个在数字上认得出来的形状。
| 污染 | 它怎么发生 | 数字上的形状 | 防它的那一个动作 |
|---|---|---|---|
| 应试化 | 题集固定之后，写内容的人自然会照着一题一题去补页面——因为这样"看得见产出"。半年下来，题集里每一问都有对应的好页，题集外一句都没有 | 题集内读数稳步向好；随手拿几句真实会话去问，反应完全没变。两条曲线分叉是这一种污染的指纹 | 每轮在题集之外另问三到五句（从当季会话里抄，不入库、不进台账），只作对照，不许并入趋势 |
| 题面变形 | 有人觉得某一行"读起来不顺"顺手改了两个字；或者录题集的人按记忆重打了一遍；或者交接时新来的人自己补了一行 | 改动那一行前后两个读数突然跳变，而同期没有任何动作。若整表重打过，整条曲线会一起失真，事后最难查 | 题面逐字锁版：文件带版本号与建版日，任何改动只在下一版生效，本版一个字不动；跑之前先对版 |
| 题目失效 | 业务改了（班型换、价格改、服务停）、说法换了（新叫法传开）、或者这一问本来就只有你自己会问。题目还在表上，答案却越来越"对" | 某一行的读数很好却常年不动，且没人能说出这条最近带来过什么；把它拿掉，整表趋势一点不变 | 每季做一次"这题还有没有人这么问"的复核：把该行题目拿去对一遍当季会话，对不上的标失效并移到观察层 |
三种里最需要注意的是头一种，因为它看起来最像正常工作。应试化不是有人偷懒，恰恰相反——它是团队把题集当目标之后做得很努力的结果。这也就是为什么百科口径里那句"便于横向比较"必须钉死：题集是比较用的工具，一旦被当成考核对象，它作为尺子的作用当场失效，测出来的每一分进步都只是你自己写的题目被你自己答对了。监测工具那篇讲口径漂移时说的"一把松动的尺子"是外部造成的松动，本篇讲的是内部造成的松动，两者是同一种事故的两侧。
第二种污染的防法便宜到几乎不用解释：不改本版。多数机构的变形都是发生在"我们有一份共享表格谁都可以补两行"这种善意里。可用的做法是把题集文件与台账文件分开，题集只读、有版本、有建版日，跑之前先核对版号；这一件小动作能挡掉事后最难查的一类失真。
第三种污染要说清一件反直觉的事：失效的题目不删，只移出核心层。它还得被继续测一段时间，因为外部可能还在按旧说法说你——那一句已经没人问的题目，恰恰是过期说法最容易藏身的地方。什么时候真正下架，见第七节那张分层表。
四、固定题集 怎么落地：六步，每步留一件实物
百科页给的用法是三条：建立监测台账、固定口径与问法保证数据可比；结合引用监测、回测与趋势分析综合判断；既看数量也看质量。落地要点另三条：先设基线再对比、覆盖多个引擎避免单点误判、纳入长期监测。这三条按尺子维护这一层走完是六步——挑题在 建集那篇、节奏在 多久测一次那篇，本篇不重复。
| 步骤 | 尺子维护这一层做什么 | 留下的实物 |
|---|---|---|
| 头一步 给题集定版 | 把当前这份题集存成只读文件，写版号、建版日、谁建的；从此以后改动只发生在下一版 | 一份带版号的题集文件，与台账分开放 |
| 第二步 分三层 | 把题分进核心层、观察层、对照层（见第七节），三层各自的规定动作用不同频次跑 | 表上加一列层级，只允许三种取值 |
| 第三步 跑之前先对版 | 每次开测前把要跑的那几行与本版文件逐字比一遍；对不上说明有人动过，先查再测，别把变形当变化 | 一行核对记录：核对日、对得上否、谁核的 |
| 第四步 每轮带一组题外抽样 | 三到五句，从当季真实会话里逐字抄，跑完只作对照，不进台账、不并进趋势、不外传 | 一份对照抽样记录（与正式台账分开存） |
| 第五步 每季一次失效复核 | 把核心层每一行拿去问一遍"当季有没有人这么问过"；连续两季对不上的移观察层，观察层满一年下架留档 | 一张复核单：行号、当季对得上几例、处置 |
| 第六步 换版走并轨 | 旧版与新版在同一轮里都跑一次，只跑一次就够；台账上明确标"从第几轮起改用新版"，旧版数据停止追加但绝不删 | 一轮并轨数据 + 一行断点标记 |
第三步是这六步里最像多此一举的，也是能挡住第二种污染的那一步。它便宜到什么程度：开测前花两分钟把十几行题目和文件比一遍。它的代价出现在不做的时候——一次没人察觉的重打，会让接下来一整年的曲线都没法解释，而所有人记得的都是"我们换了题集以后涨了不少"。
第四步的题外抽样要专门交代一句纪律：它不许并进趋势，也不许被拿去汇报。它的用处就是给你自己一个信号：题集内的数字和题集外的反应是不是在往同一个方向走。一旦这条对照被写进台账，它就会立刻变成新的考核对象，也就立刻被应试化吃掉——这是这类做法最容易自我瓦解的地方。
五、固定题集 为什么重要：三个理由，以及它不算什么
百科页给的作用是它用于衡量 GEO 效果，帮助判断优化是否真正带来了曝光与引用，而不只是主观感受；缺了可量化指标就无法复盘与迭代。这句话对，但它没说出为什么非得是"固定"的题集。下面三条更贴近实操。
头一条，"固定"这两个字把一件本来没有裁判的事变成了有裁判的事。GEO 里大部分讨论失败在没法证伪：有人说"最近感觉能看到了"，没人能反驳。题集的作用不在测得准，而在给所有人一个共同的现场——同一个文件、同一批行、同一份口径，谁说要改成什么样子都得先解释为什么要动刻度。这件事的代价极小（一份只读文件），换来的是讨论终于有落点，与 《什么是可核验？》 讲的是同一层要求。
第二条，它是能把"动作"与"变化"分开的那件手段。没有固定题集时，你只能看见自己做了什么（发了多少页、改了几处口径），看不见外部有没有因此改变；有了它，两者才可能同时在场。基线那篇讲的是起点读数怎么取，复测那篇讲的是改动之后测哪几条，本篇补的是题目本身必须不动——三者缺一件，这条链就断。
第三条，它会被别的地方反复引用，所以维护它一件活能省掉很多重复劳动。选题要参考它（哪一类问法一直没被接住）、口径核对要用它（对同一句原话逐项判）、竞品对比要用同一把尺、外包沟通时要拿它当验收依据。一张题集如果被维护得住，等于给这些环节一个共同的坐标系；如果它半年被改三次，上面这些环节全部失去共同物。
它不算什么，三条照旧要说清。它不保证被引用，也不因为题目挑得准就更容易被引用——题集只读，不产出。它不是覆盖率：十八行只是你选的样本，把它当覆盖就是自欺。它更不能被当成绩：一旦这张表进了考核，应试化就立刻开始，而这件事一旦发生，你就再没有一把干净的尺了。最后这条是所有关于题集的说法里最需要贴在墙上的。
六、固定题集 和 GEO 是什么关系
百科页给的口径是：两者同属 GEO 体系、相互配合，一边侧重自身环节，另一边处理相邻环节。这一对在站内的关系其实更清楚，可以写成两句：GEO 是把内容做到"外部可能取到你、说到你"的整套动作；固定题集是判断这套动作有没有起作用的其中一件器具。它不在动作里，它在动作之外。
| GEO 的这一环 | 它做什么 | 固定题集对它的关系 |
|---|---|---|
| 可抓取与收录 | 让自己这一侧能被取到、取到的是当期正文 | 无直接关系：题集读的是结果，通不通另一件事在判据里查（见 《什么是可抓取？》） |
| 口径与基准页 | 定死主体信息，让多处说同一句话 | 题集不改口径，但它给口径提供了一个反复被检查的机会：每次读数错在同一项上，多半是基准页没盖住 |
| 内容与结构化 | 把答案写成能被整句摘出来的形态 | 这是最容易与题集混为一谈的一环——内容可以按题目组织，但题目不能按内容改写（第三节头一种污染） |
| 信源建设 | 让外部有可信出处可引 | 关系最远：信源见效慢、且常在题集之外被用到，用题集判信源有没有做，会长期得出"没变化" |
| 复盘与迭代 | 判断下一轮该做什么 | 关系最紧：没有可比读数，复盘只剩各自印象（见 例行体系那篇 里"看了不动、动了不记"两种死法） |
把这段关系收成一句可执行的话：题集不参与 GEO 的任何产出动作，它只决定这些动作之后能不能被说成"变了"。所以在讨论顺序时，它应当排在很前面——动手之前先有一把尺（基线那篇把这个顺序论证过），但"排在前面"不等于"越精细越好"：题集精细到五十行以上，多数团队维护不住，最后整条链断在没人跑。
还有一处界线要划：GEO 的目标不是把题集上的读数提高。这句话看起来像废话，实际是这套做法最容易滑进去的位置——读数是最容易被优化的东西，因为它只有一把尺、一组固定的句子。真想要的外部说法定格在别处：客户会话里那些你没写进题集的话。
七、三层结构：核心层不动、观察层缓换、对照层随当季
把一份题集当成一块铁板，是它维护不住的常见原因：要么整体一年不动到失真，要么整体随时可改到不可比。可用的做法是分三层，三层各有各的规矩。
| 层 | 放什么题 | 大致行数 | 允许的动法 | 跑的频次 |
|---|---|---|---|---|
| 核心层 | 过去一年反复被真实问到、且业务方向短期内不会变的那几问；问句逐字、带来源标注 | 八到十二行为宜；超过这个数，复核与跑测都会开始偷工 | 本版内一字不动；换版走第六步的并轨 | 每一轮正式回测都跑，一次不落 |
| 观察层 | 新出现但你不确定会不会留下来的说法（新叫法、新场景、别家先带起来的一种问法） | 三到五行；同时进观察层的题不许超过这个数，否则核心层永远换不了血 | 满一季做一次去留判断：连续两季有人这么问就入下一版核心层，对不上就退 | 跟着正式回测跑，但单独成列，不并入趋势 |
| 对照层 | 不预先存题。每轮从当季会话里临时抄三到五句，问完就归档，不重复使用 | 不固定；一次三到五句 | 不许复用同一批句子（一旦固定下来就变成第四层核心题），不许进台账趋势，不许拿去汇报 | 每轮正式回测当天顺带跑，半小时以内 |
三层的分工解决的是同一个矛盾：既要可比，又不能让尺子和市场脱节。核心层保可比，观察层保代谢，对照层保诚实。三层里最常被省掉的是对照层——它最花时间又最多给出坏消息，而能告诉你"核心层是不是已经失真"的恰恰就是它。
观察层另有一条容易走形的地方：新题进了观察层之后，写内容的人会立刻为它补页面。这个动作在核心层是正常工作，在观察层是浪费——一题会不会留下来你还没判断，为它专门写一页，等于用真金白银去押一个未定的说法。观察层的题只测，不为它单独产出。
八、一版题集的一生：建版、跑、复核、并轨、归档
把换版这件事写成一条流程，比写成一条原则有用。一版题集从出生到归档只有五个节点，每个节点上有一个明确动作与一行记录。
| 节点 | 做什么 | 留下什么 | 常见漏掉的那一件 |
|---|---|---|---|
| 建版 | 写版号、建版日、建版人；文件转只读；同时把上一版归档而不是覆盖 | 一行版记录 | 用同一文件名反复覆盖，半年后没人能说出当时跑的到底是哪一版 |
| 跑 | 每次正式回测先对版（第三步），再按层跑；核心层与观察层分列 | 台账上一轮一行，标版号 | 行里不写版号，事后无法区分换版带来的跳变和动作带来的变化 |
| 复核 | 每季一次：核心层逐行对当季会话；观察层逐行判去留 | 一张复核单（行号、对得上几例、处置） | 复核只在开会时口头过，没有留下"这一行当时对上了几例"的数 |
| 并轨 | 决定换版的那一轮，旧版与新版都跑一次；之后旧版停止追加 | 一轮并轨数据 + 台账上"从第几轮起改用新版"的断点标记 | 并轨只跑了新版忘了旧版，于是断点前后没有可对接的读数 |
| 归档 | 旧版文件保留，读数据不删；并在文件顶部写一行"本版停用日期与原因" | 一份带停用说明的旧版 | 删掉旧版——旧说法常常是从已停用的题目里被外部反复取到的，删了就没法解释历史 |
这五个节点里真正难的只有建版那一步的心理成本：承认这份题集从此不许被顺手改。其余四个节点都是十分钟的动作。与之相关的一条：断点标记要写在台账本身上，而不是记在某个人的备注里。多数机构的失真不是没人知道换过版，而是知道的人不在那张表上留话。
九、四个真正常见的错法
百科页给的三条误区（孤立看待、只做一次不持续监测、重数量轻质量）在题集这一层各有具体形状，再加一条结构性的。
把题集当考核表。读数进考核，应试化跟着就来，第三节已论证。可用的界线是：题集读数可以出现在复盘材料里，但不能出现在提成或绩效评价里。这一条对独立做内容的团队同样成立——把自己写的题目答对一遍，然后给自己打个分，是这类工作最容易自转的循环。
一季改一次口径顺手也改题。监测工具那篇讲过判分口径漂移的坏处；本篇要拦的是另一种更隐蔽的：口径没动、题面动了。两者对同一条曲线的破坏完全一样，但后者几乎不会被写进任何说明，因为它看起来不是"改了方法"，只是"把那句话改通顺"。
题集越多越稳。十八行的复核跑得动，八十行就只剩下"随手勾一勾"。数量上的道理在建集那篇的减法那一节讲过；本篇只从维护角度加一句：行数一旦超过复核与对照能承受的边界，失效的题目就开始堆积，而你不会察觉——因为堆积本身不改变读数方向。
只做一家引擎的题集然后据此下结论。跨家分散与拆行的纪律在 《什么是可见度？》 里讲透了；本篇补一句与题集有关的：不同引擎上同一道题可能读出完全不同的形状，所以题集文件必须与"在哪些引擎与入口形态上跑"这一列绑在一起存档，否则半年后你手里只有一堆没有语境数字的读数。
十、维护这把尺时该盯的四个读数
这四个读数不描述外部表现，只描述尺子自身的状态。它们与 《什么是提及率？》 那三个读数并列，各管各的。
| 读数 | 怎么算 | 它说明什么 | 该往哪一层去看 |
|---|---|---|---|
| 对版不符次数 | 一年里"跑之前对版没对上"发生了多少次 | 这是最直接的尺子健康读数；每一次不符都意味着有一段时间的数据可疑 | 整表；不符那一轮的数据要单独标出，不能当趋势用 |
| 题内题外分叉度 | 核心层读数变化方向，与对照层几句临时问句的反应是否同向 | 两者长期不同向，应试化已经发生；这是眼下能发现它的办法，也几乎只有这一个 | 对照层，不看核心层 |
| 观察层转正率 | 近一年进过观察层的题里，最后进了核心层的比例 | 过低说明你在追噪声，过高说明核心层筛得太松 | 观察层 |
| 失效行堆积数 | 连续两季复核对不上、却还留在活跃表上的行数 | 它比"通过率"更能预测这把尺还能不能用；这一格常年往上走，换版就晚了 | 核心层 |
四个读数不合成一个"题集质量分"。合成之后"对版从没出过问题但题外一直不同向"和"分叉正常但失效行堆了十几条"就变成同一个数，而这两件事要做的头一件事完全不同。这条纪律与 《什么是投入产出？》 里"三种比较形状不许折成一个单值"是同一条。
十一、几件真发生过的事
下面三段都是个别例子，来自日常里听来的具体情形，只用来说明这把尺怎么被弄脏，不代表普遍结果，也不构成对被提及、被引用、排名或任何效果的承诺。
案例·曲线一路向好，客户却还在问同一件旧事
一家做语言培训的机构，题集十六行跑了一年半，读数从每轮六行提到涨到十一行，团队据此加了预算。转折出现在一次交接：新来的人不懂旧规矩，随手从当季咨询记录里抄了五句话去问，结果连着三句里出现的是同一处过期校区信息——那些句子根本不在十六行里。回头看，团队这半年做的动作几乎全在十六行对应的页面上，题集外一句没管。这是第三节头一种污染的标准形状：两条曲线分叉，而只有其中一条被记进台账。
案例·一次"顺手改通顺"，废掉了两条趋势
一家做职业资格证辅导的机构，管理员把台账交回时重打了一遍题集文件，把「你们这个证到底能不能挂靠」改成「你们的证书是否可以用于挂靠」。改动看起来没有任何问题，直到下一轮读数突然掉了两格，团队花了一周排查外部有没有变化，最后才在文件修改时间上找到原因。这一处的防法就是六步里的第三步：跑之前对版，两分钟的事。旧版覆盖掉了，他们连原始那一行字都没找回来。
案例·一版题集服役三年没换，测的是一个已经不做的业务
一家做学历服务的机构，二〇二三年建的十八行题里有六行围绕一项后来停掉的服务。停掉之后那六行的读数一直很好——外部确实按旧说法在答，页面也还挂在网上。读数好看，实际是在给一段历史打高分。他们真正该做的动作是把那六行移出活跃表并按 时效那一套 处理落点页，而不是继续加内容。《什么是可抓取？》 里"取到旧的"那种失效形状，在这个例子里恰好是通过一把干净的尺被发现的——尺没错，只是没人读它说的那句反话。
十二、常见问题
Q：什么是固定题集？
A：固定题集指为便于横向比较而锁定不变的一组代表性提问，用于持续回测品牌在各引擎的引用表现。本篇只从维护这一层看它：它是尺子而不是成绩，能答的问题只有"这一轮动作之后读数变了没有"；要它长期能用，得做到三件事——本版一字不动地锁版、每轮带一组题外临时抽样作对照、每季做一次"这题还有没有人这么问"的失效复核。
Q：固定题集 怎么落地？
A：百科页给的用法是建台账固定口径与问法、结合引用监测与回测综合判断、数量与质量一起看。本篇按尺子维护这一层落成六步：给题集定版并转只读、把题分成核心层与观察层与对照层、每轮开测前先对版、每轮带三到五句题外抽样（不进台账）、每季一次失效复核、换版时新旧并轨跑一轮并在台账上标断点。挑题、意图矩阵与减法在建集专篇，多久测一次在监测节奏专篇。
Q：固定题集 为什么重要？
A：它把没有裁判的讨论变成有裁判的讨论——同一个文件、同一批行、同一份口径，想动刻度必须先解释为什么。它也是能把"做了什么"与"外部变了没有"同时放在一张表上的手段，并且会被选题、口径核对、竞品对比、外包验收反复引用。三条不算什么同样要紧：它不产出、不代表覆盖率、更不能进考核。
Q：固定题集 和 GEO 是什么关系？
A：GEO 是把内容做到"外部可能取到你、说到你"的整套动作，固定题集是判断这套动作有没有起作用的器具，它不在动作里面。所以它该排在很前面（动手之前先有尺），但不该被做得很精细。一处界线要划住：GEO 的目标不是把题集读数提高；读数最容易优化，因为它只有一把尺和一组固定句子。
Q：题集能不能按季度小改一下？
A：本版内不要改，改只发生在换版。换版走并轨：那一轮新旧各跑一次，台账上标清从第几轮起改用新版，旧版停止追加但保留文件与数据。这样断点前后各有一条能各自成立的趋势，还多出一轮可对照的并轨读数。跳过并轨直接换，等于把整条历史作废，只是没人会承认。
Q：怎么知道我这份题集已经失真了？
A：两个信号最可靠。一是题内题外分叉：核心层读数一直在动，而从当季会话里临时抄的几句反应一直没动。二是失效行堆积：连续两季复核对不上当季会话、却还在活跃表上的行数一直在增加，而整表趋势看着没问题。除此之外还有一条更土的判断：如果你已经想不起上一次有人在会话里说过题集里某一句话是什么时候，那一行八成已经死了。
Q：题集和台账放一起不行吗？
A：建议分开，这是本篇最不讨喜但最有用的建议。放一起的必然结果是跑测的人顺手改一行——因为那个文件他每天都写。分开以后题集只读、带版号，台账可写、每行带一个版号字段，改动就必须在两个动作之间发生，也就必然留下痕迹。
Q：观察层的题要不要为它写内容？
A：不要。观察层是用来判断一个说法会不会留下来的，它满一季才做一次去留判断。为还没定下来的问法专门写一页，等于花钱押一个未定的说法。观察层只测不产出；真进了下一版核心层，再按核心层的工作走。
Q：题外抽样为什么不进台账？
A：因为它一旦有趋势，就会立刻成为第二个被优化的对象，应试化换个位置重新开始。它的价值就在"不成为目标"：一句不进台账、不重复使用、不拿去汇报的临时抽样，是能指出核心层已经脱节的那样东西。这条纪律看着别扭，但它是这个做法里真正会防自己的一格。
Q：题集要几家引擎一起跑吗？
A：要，而且必须分列。同一道题在不同引擎与不同入口形态上的读数是不同形状，揉成一个数之后，任何解释都不可靠（分引擎拆行的道理见可见度那篇）。本篇只补一句与题集本身有关的：题集文件要和"在哪些引擎与形态上跑"这一列一起存档，否则半年后你手里的读数没有语境。
Q：一个人做，这套分层与并轨值得吗？
A：一个人做的团队可以省掉观察层，但三件事省不得：只读定版、跑前对版、每轮三句题外抽样。这三件都是十分钟以内的动作，省掉的后果是数据不可解释——而不可解释的数据比没有数据更费钱，因为它会让人加预算去做一件没在起作用的事。产能与工时怎么算，在小团队那篇里。
Q：多久该重做一版而不是修补？
A：两个条件里任何一个成立就值得重做，而不是继续补：核心层里连续两季复核对不上的行超过三成；或者业务本身换了方向（新增主线、停掉主线、改名）。修补能处理三五行，超过这个数，旧版已经不能作为同一把尺继续存在——这时候按并轨走，别直接替换。
十三、写在最后
固定题集 这个词条在站内的邻居非常多：建集、节奏、基线、回测、复测、台账、工具、口径漂移、例行体系，每一篇都占着自己的那一层，本篇刻意不进入它们任何一段。本篇只占尺子维护这一层——三种会被自己弄脏的方式（应试化、题面变形、题目失效）、三层各管一件事的结构（核心保可比、观察保代谢、对照保诚实）、以及换版时那一轮并轨与断点标记。这三件实物的落点很小：让你两年后仍然能看懂自己那条曲线，也让"我们好像被说得越来越多"这句话，在被人追问时能拿出题集外的三句反话来看一看。
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，2019 年前后曾以百墨生为名开展业务后回归现名）自 2022 年起把 GEO 作为主要研究方向，本篇的常规动作是把题集文件转只读并带版号、每轮开测前先对版、每季做一次失效复核并按并轨换版，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；不同机构、不同品类、不同问法之间差异很大，本篇所有内容仅为方法讨论，不构成对被提及、被引用、排名、询盘或任何效果的承诺。