什么是基线问法？-墨子教育咨询

摘要：基线问法，指动手优化之前先固定下来的一批问题、连同当时的表现一起记进台账，之后每轮改动都拿同一批问题、同一判分口径去回测，比较的是相对起点涨了多少、跌了多少。它的重心在起点那笔账——不是问得多、是问的那一句在动手前后都能一一对得上。它和几个近亲各管一段：基线讲动手前那笔现状底账这个概念、固定提问集讲时间纪律、提问集讲攒法、真实问题集讲来源与判分。基线问法处在这几者的交点、多出的是起点参照那一维。尺子歪在三个地方：没覆盖、不版本化、把题出窄——三条共同结果就是之后每个数字都在自证而不是衡量。落地三动作一红线：挑得全（按意图/引擎/语种各覆盖）、版本化（题单带版本号与调整备注）、定时复测（动手前后各跑一遍、按周按月按季）；别为了数字好看把题出窄、删题权力只留给跨季换血那一次窗口。它和意图覆盖是一把尺与被量的那一面。不构成对被端出的承诺。

一、动手前不留底、动手后没法算账——那批当起点的问题就是基线问法

做 GEO 到能改点东西时，很多人会犯同一个错：直接上手改内容、改结构、改口径，改完拿几个新问题去助手那边问一遍，看到端出去的次数多了，就说「有进步」。可这中间的账其实是断的——动手之前你在同样那几句问上是什么表现？没人记过。没这一笔起点账，之后每个数字都算不得数：是你改出来的、还是本来就在漂、还是这次问的题刚好凑巧，谁也说不清。基线问法，指作为比较基准的一组问法，用来衡量优化前后品牌在 AI 答案中的表现差异——它就是那笔动手之前先记下、动手之后再对表用的起点底账。看起来只是「列几个问题」，实则决定了后面所有的复测能不能算数。

这一篇讲怎么把这把尺子做稳、又不把它用歪。先给它定个位、正面切清它和固定提问集、提问集、真实问题集、基线这几个近亲各管哪一段；再讲为什么尺子选不好、之后每个数字都是自欺；落到三个具体动作——怎么挑不偏、怎么版本化维护、多久复测一次；重点讲那个最隐蔽的坑——为了测得好而把题出窄；最后说清它和意图覆盖是什么关系：意图覆盖是面、基线问法是量这一面的那把尺。给几个误区。全程只谈把起点账留得住，不承诺被端出或带来成交。

二、基线问法是什么：作为比较基准、用来衡量优化前后差异的一组问法

先把定义说实。基线问法，指动手优化之前先固定下来的一批问题、连同当时的表现一起记进台账，之后每轮改动都拿同一批问题、同一判分口径去回测，比较的是「相对起点涨了多少、跌了多少」。它的重心在起点那笔账——不是「问得多」，是「问的那一句，动手前后都能一一对得上」。有了起点，之后的每次调整才有一个不动的对照。

它和几个近亲各管一段：固定提问集讲的是「季度内不漂、跨季度按信号换血」这条时间纪律；提问集是为某话题攒起来的一批问法、偏选题与铺入口；真实问题集把「真实来源 + 判分口径」钉成一份基准清单；基线讲的是「动手前那笔现状底账」这个概念本身。基线问法处在这几者的交点——它是那批承担「起点」角色的问题，把基线这个概念具体落成一份可跑题单。它不比固定提问集更「稳」、也不比真实问题集更「真」，它多出的那一维是起点参照：改动前的表现先记下来，改动后拿同一批再问一遍。

三、为什么重要：尺子选不好，之后每个数字都是自欺

做 GEO 的复盘里最贵的一种错，是拿一把歪掉的尺子量出来的漂亮数字。尺子歪，多半歪在三个地方：一是没覆盖——只留了那几家你擅长被端的入口、把薄弱那几家不测，账面自然好看；二是不版本化——题目随手在换、判分口径随手在调，两个季度一对比，涨跌到底归谁全说不清；三是把题出窄——为了让数字漂亮，只挑那些「一定答得出你」的近义句问，测出来的其实是题单的偏向、不是你的真实进步。三条共同的结果，就是之后每一个数字都在自证，而不是衡量。

更深一层，基线问法这一层做扎实，省下的是长期的扯皮——季度复盘时不必再争「我们到底有没有变好、这次和上次是不是同一件事」，起点、当前、按档趋势都摆在一张表上，讨论就能往前推一步。它不像排名能冲、不像广告位能买、是一次做完长期省事的资产。GEO 效果、引用监测、可见度回测这些后续动作都靠它托底（不构成对被端出或任何效果的承诺）。

四、五个近亲正面切分：起点、不漂、攒法、真实、现状

这五个词太容易混，先钉死分工、后面不重复。

一句话记：基线是概念、基线问法是承担这个概念的具体题；固定提问集讲时间纪律、真实问题集讲来源与判分、提问集讲攒法。五者能互相喂、但也别混成一件——写台账时先想清楚自己在说哪一维。

五、怎么挑不偏、怎么版本化、多久复测一次

把基线问法做稳，靠三个动作。一是挑得全：按意图档（是什么、能不能、多少钱、比一比、怎么办、找哪家）各留几题、按引擎档（对话助手、AI 搜索、带精选摘要的传统搜索）各覆盖几家、按中英档分开钉；只挑「容易赢」的那几类、账面就偏。二是版本化：题单本身要有版本号、每一版的题目、判分口径、覆盖档都留档；季度末调整一次，把调整原因写进版本备注——「这次为什么删了三题、加了五题」，下次对比时看得见。三是复测节奏：动手前先跑一遍当起点，动手后按周或按月对同版本复测一次、季度末再全量跑一次；两次复测之间不漂题单、也不漂判分口径。

三个动作做齐，基线问法就不再是「列几个问题」这件小事，而是一份能长期用的起点资产。它跟优先级搭得上——不是所有维度都要一次做全、先按业务里最常被问的那几档铺起来、其他按季度扩；也跟回测搭得上——每一次改动之后拿它回测、涨跌才算得清（真实问法、真实问题集）。

六、防止那个最隐蔽的坑：把题出窄以让数字好看

基线问法做久了，最坑的一种自欺不是不测、是把题出窄——为了账面好看、只留那些模型一定端出你的近义句、把那些「问得偏、但用户真的会问」的题悄悄删掉。测出来的确是「每一次都在涨」，其实是被你亲手挑窄的那一栏在自证。健康的做法是把「覆盖广」放在「数字好看」前头——按意图档、按引擎档、按语种档先把题铺全、再按周期看；账面难看不是把题删掉的理由、是下一步该往哪儿补的信号。删题的权力只留给「题单跨季换血」那一次窗口、其他时间只加不减。

另一种常见的窄化是「只测你擅长被端出的那几家、不测那几家一直读不到你的」。健康的用法恰恰反过来——把最不看好的那几家也留一份档、季度对比看它们有没有跟上；一直读不到的那几家、才是这份基线问法最能给你信号的地方。把题出窄这件事，本身就是一个更根本的窄化：你不再看真实分布、只看自己想看的。它和顺序跑偏是一族毛病——都在把注意力从「哪儿薄」挪到「哪儿亮」（答案覆盖面）。

七、基线问法 和 意图覆盖 是什么关系

本篇要重点交代的关系，是「一把尺」和「这一把尺量的那一面」之间的搭配。意图覆盖讲的是你的内容在用户各类意图下被覆盖了多少——「是什么、能不能、多少钱、比一比、怎么办、找哪家」这些档、有多少能对上、有多少是空白；它是面。基线问法讲的是把这些面切成能一句句问的问题、把答案表现一句句量出来；它是量这一面的那把尺。没有基线问法，意图覆盖只是一个笼统的说法；没有意图覆盖这个概念，基线问法就不知道该覆盖到哪。

摆正这层就明白两件事。一是基线问法的「挑得全」不是随机多问几句、是按意图档、引擎档、语种档各留几题——它对应的是意图覆盖的完整度。你测的是哪些档的覆盖、不测的是哪些、这一栏本身就该在版本备注里写清楚。二是别把基线问法当成意图覆盖的全部——你还能靠外部报表、靠高意图问题那一簇攒法、靠销售访谈里那些说不清的意图去补；基线问法只负责把这些意图里挑一份能量、能对比、能长养的那部分钉成尺。它和决策问题、高意图问题那两篇讲的是不同切法——那两篇讲按意图强度分档、这一篇讲把这些档钉成一把能量出来的尺（不构成对被端出或任何效果的承诺）。

八、常见误区与一个对照

围绕基线问法，几条最容易踩的，配一句对照。

个别按意图档、引擎档、语种档各留几题、题单带版本号、动手前后各跑一遍的经营者，往往能较早看出「这次改动确实把某几档抬起来、另几档还平」；但也有个别——动手前没留起点、动手后随便攒了一版新题跑，两次数字对不齐、汇报里只能说「感觉不错」，季度复盘一对账才发现根本没法比。这些都是零星样本、不代表普遍结局，更不构成对「被端出、被挂名、说得准、排名或任何效果」的承诺。尺子本身好不好用、稳不稳，直接决定之后每个数字是真趋势还是自欺——先把它当一份长期资产来养。

九、关于基线问法的常见追问

Q：什么是基线问法？

A：基线问法，指动手优化之前先固定下来的一批问题、连同当时的表现一起记进台账，之后每轮改动都拿同一批问题、同一判分口径去回测，比较的是「相对起点涨了多少、跌了多少」。它的重心在起点那笔账——不是问得多、是问的那一句在动手前后都能一一对得上。它和几个近亲各管一段：基线讲「动手前那笔现状底账」这个概念、基线问法是把这个概念具体落成一份能跑的题；固定提问集讲时间纪律、提问集讲攒法、真实问题集讲来源真实与判分口径写死。基线问法处在这几者的交点，多出的那一维是起点参照。

Q：基线问法 为什么重要？

A：因为做 GEO 复盘里最贵的一种错，是拿一把歪掉的尺子量出来的漂亮数字。尺子歪，多半歪在三个地方：一是没覆盖——只留了那几家你擅长被端的入口、把薄弱那几家不测、账面自然好看；二是不版本化——题目随手在换、判分口径随手在调、两个季度一对比涨跌到底归谁全说不清；三是把题出窄——为了让数字漂亮只挑那些一定答得出你的近义句问，测出来的其实是题单的偏向、不是你的真实进步。三条共同的结果，就是之后每一个数字都在自证而不是衡量。更深一层，基线问法做扎实省下的是长期的扯皮——季度复盘时不必再争「我们到底有没有变好」，起点、当前、按档趋势都摆在一张表上，讨论就能往前推一步。它不像排名能冲、不像广告位能买，是一次做完长期省事的资产。

Q：基线问法 怎么落地？

A：三个动作、一条红线。三个动作：一，挑得全——按意图档（是什么、能不能、多少钱、比一比、怎么办、找哪家）各留几题、按引擎档（对话助手、AI 搜索、传统搜索）各覆盖几家、按中英档分开钉；不是所有维度都一次做全、先按业务里最常被问的那几档铺起来、其他按季度扩。二，版本化——题单本身带版本号、每一版题目、判分口径、覆盖档都留档；季度末调整一次、把调整原因写进版本备注。三，复测节奏——动手前先跑一遍当起点、动手后按周或按月对同版本各复测一次、季度末全量跑一次；两次之间不漂题单也不漂判分。一条红线：把题出窄以让数字好看——测出来的确是每一次都在涨、其实是被你亲手挑窄的那一栏在自证；删题的权力只留给跨季换血那一次窗口，其他时间只加不减。

Q：基线问法 和 意图覆盖 是什么关系？

A：是一把尺和这一把尺量的那一面之间的搭配。意图覆盖讲的是你的内容在用户各类意图下被覆盖了多少——是什么、能不能、多少钱、比一比、怎么办、找哪家这些档、有多少能对上、有多少是空白；它是面。基线问法讲的是把这些面切成能一句句问的问题、把答案表现一句句量出来；它是量这一面的那把尺。没有基线问法，意图覆盖只是一个笼统的说法；没有意图覆盖这个概念，基线问法就不知道该覆盖到哪。摆正就懂两件：一是基线问法的挑得全不是随机多问几句、是按意图档、引擎档、语种档各留几题，它对应的是意图覆盖的完整度；测了哪些档、没测哪些，版本备注里就该写清楚。二是别把基线问法当成意图覆盖的全部——还能靠外部报表、销售访谈里那些说不清的意图去补；基线问法只负责把挑一份出来能衡量、能对比、能长养的那部分钉成尺。

Q：什么时候需要重建基线、什么时候只是补题？

A：按「业务或行业有没有变样」倒推、不按季度到点就重建。健康的判断标准有三条：一，你所在的业务品类出现明显新趋势（新品类、政策变动、舆情换方向），旧题单里那些意图档可能压根不再对应真实问题——这时候需要一次重建；二，你自己在做的引擎清单从两三家扩到七八家，题单的引擎档需要重铺——这时候半重建；三，跨语种业务新开了一片市场，那一片的意图档、问法、常见场景都是新的——这时候给那片市场单立一份基线问法、别和旧那份混。其他情况下，季度末的微调是补题与删题、不是重建。重建的成本比补题大得多——起点账会作废、之前的对比全要重来；能不加就不加、但真要动也别硬撑一份已经不合适的旧尺（优先级、顺序跑偏）。

Q：一份基线问法要留多久、要不要作废？

A：起点那笔账不能作废、题单可以按季度微调。健康的用法是把两件事分开：起点账——动手之前那一次跑完、把结果按题、按引擎、按档、按时间存下来，这份起点数据本身是历史事实、永远留；即便题单后来调整、起点账仍然能说明你当时是从哪儿起步的。题单本身——按季度做一次微调（补进新出现的意图、把从没被问也没被引的死题拿掉、必要时把判分口径重描一遍），每一版都留版本备注。一份题单一般能撑一到两年、之后需要一次大改；大改之后新的对比按新版走，老账不丢、老账仍然能回答「我们从哪里出发」。这跟做财务一样：报表格式可以调整、原始凭证永远留底。基线问法这一格最容易被误解的是——把题单换掉当成把起点账抹掉，两件事其实完全独立。

十、把起点这笔账留得住、之后每个数字才算得清

基线问法这一格，讲的是把 GEO 从「感觉在变好」拽回「能一一对齐比」的那把尺子。收束成几句——它是承担起点角色的一批具体问题、和基线（概念）、固定提问集（时间纪律）、真实问题集（来源与判分）、提问集（攒法）各管一段，处在这几者的交点、多出的是起点参照那一维。落地三动作：挑得全（按意图/引擎/语种各覆盖）、版本化（题单带版本号与调整备注）、定时复测（动手前记起点、动手后同版本按周按月按季对表）。一条红线：别把题出窄以让数字好看——删题权力只留给跨季换血那一次窗口。它和意图覆盖是一把尺与被量的那一面：意图覆盖是面、基线问法是量这一面的尺。全程不承诺被端出：模型怎么刷、怎么端由它定，你能做的是把起点这笔账留得住、之后每个数字才算得清。

关于本文与本站：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，之后回归现名）自 2022 年起把 GEO（生成式引擎优化）作为主要研究方向之一。本文围绕百科词条「基线问法」的常见问题，写成一篇独立长文，讲的是概念界定、五个近亲切分、三动作一红线与和意图覆盖的搭配，内容坚持白帽口径，以真实、可核验的信息为依据。文中出现的个别经营片段均为零星样本、不代表普遍结局；本文不构成对被端出、被挂名、说得准、排名、询盘或任何效果的承诺，也不构成对任何具体引擎或平台行为的保证。各引擎如何抓取、如何取舍、如何作答由平台自行决定，不在本站可控与担保范围之内。