同一句提问,用公司电脑上的常用账号问一遍,再让同事用手机在另一条网络问一遍,两份答案很可能不是一回事。AI 搜索正在给每个使用者叠加一层画像:登录账号、所在地域、浏览器里留下的痕迹、之前几轮聊过什么,都可能被用来调整候选集合。这就是所谓个性化偏差,它对 GEO 监测的直接后果是——一次手工测试的结果几乎无法被第二个人复现,也无法在两个月后被自己复现。企业如果拿这种数据做决策,看到的往往是自己期待的样子,而不是 AI 的真实状态。本文讲清楚个性化从哪几个通道渗进答案、为什么手工测试必然失真,以及怎样建立一套不受个人状态污染的采集规范。
个性化从哪几个通道渗进答案
账号通道。登录状态下,平台会基于该账号的历史行为做偏好建模。同一句"XX 品类推荐",不同账号拿到的候选清单可能不同;用企业邮箱注册的团队账号与个人账号的行为画像也不同,甚至不同岗位的人因为日常查阅内容不同而落在不同的推荐分布上。
地域通道。出口网络地址被用于推断国家和城市,直接影响本地结果的排序,也让"附近""本地""支持配送"这类判断有依据。界面语言、时区、货币单位也会跟着改变答案细节——同一款产品,在不同地区显示的价格口径、可用性说明、配送时效表述都不同。
设备与浏览器痕迹通道。浏览器保存的偏好、历史访问过的站点、同设备上其他账号的登录残留,都可能被用于判断兴趣。同一个人换一台电脑、换一个浏览器、清理一次缓存,答案就可能换一批候选。
对话历史通道。在多轮对话中,模型会沿用前文出现过的实体,把后续问题的候选收窄。这一点对手工测试的杀伤力最大:连续问"工业阀门厂家推荐""西安哪里有工业阀门""XX 品牌怎么样",第二问和第三问的答案已经被第一问污染,不能算作独立采样。
模型记忆通道。部分产品会在账号维度保留长期偏好或对用户的既有描述,于是在新问题里延续此前的判断。这类信息通常对用户不可见也不可清除,测试者本人往往察觉不到。
个性化落到答案上的表现是四种:候选品牌清单不同、同一批品牌的排序不同、展开的细节颗粒度不同(有的给规格,有的给价格与活动)、给出的推荐理由不同。监测时如果只记"提到没有",会漏掉后面三种同样重要的偏差。
为什么单人手工测试天然不可复现
把上面的通道叠起来,一次手工测试里同时变化的变量可能有七八个:账号状态、时段、网络出口、浏览器与版本、界面语言、提问的具体措辞、是否延续上一轮对话。任何一项变了,答案就可能变,而记录的人通常不会意识到这一项也变了。
更麻烦的是人的记忆会替数据做筛选。手工测试时,看到答案里提到自己品牌的那次容易被记住,没提到的那次容易被忽略;连续问几轮之后,倾向于把印象最深的一次当成结果汇报。这是典型的确认偏差,在讨论会上表现为"我这边测出来是有的,你那边怎么没有"。
后果有三层:团队内部对不上结论;数据没法跨月对比,因为没人能确认两期用的是同样的条件;数据也没法交给第三方复核,企业既说不清结论从哪来,也不敢把这份数字写进对外汇报。
结论是明确的:GEO 监测必须把测试动作从"人"手里收回来,交给流程。人工只负责设计问题和判断语境,采集要由固定的脚本或固定的账号与固定的时段来完成。
关闭个性化:未登录、新会话与统一环境
要把个性化影响压到可忽略,先把环境收紧。铭赞给企业搭建采集环境时遵循这几条:
- 以未登录的匿名态作为基线。匿名状态下平台返回的是面向大众的结果,干扰源相对更少,适合用来回答"普通用户大致会看到什么"这个基础问题。
- 每个问题开一个新会话。不让前后问题共享上下文。需要连续追问的场景,单独归为"对话流测试",和独立采样分开记录。
- 统一浏览器与系统设置。固定浏览器及版本、窗口尺寸、界面语言、时区与区域格式,并关闭浏览器插件。广告拦截、隐私保护、页面翻译类插件会改写请求与页面结构,对采集结果的影响往往被忽略。
- 每次采集前重置会话状态。清理 cookie 与本地存储,避免上一轮的访问记录影响下一轮。若确实需要保留某个登录态,就把它定义成一种独立的实验条件,而不是默认环境。
- 固定提问文本。同一问题在不同轮次使用完全一致的措辞,包括标点和空格。提问措辞的任何改动都会重置候选集合,属于变量变更,要登记。
需要说明的是:即便把这些条件全部固定,同一条件下连续提问仍会出现差异。那属于采样波动,不是个性化问题,只能靠多次采样来估计,不能靠"再问一次确认一下"解决。
固定测试账号:什么场景该用,什么场景不该用
匿名态有局限:真实用户大量是在登录状态下使用这些产品,而登录状态本身会改变答案结构。所以正确的做法不是"永远匿名"或"永远登录",而是按用途分开:
不该用登录账号的场景是品牌可见性基线、对外汇报数据、以及判断"面向大众的默认答案"。这三类要用未登录态或专门的无历史账号,因为它们要回答的是公共可见性问题,混入某个人的历史偏好会直接扭曲结论。
该用登录账号的场景是验证登录用户的实际体验、评估某类人群画像下的答案差异,以及复现某个具体客户的真实使用场景。这时需要的是可复现的账号,而不是借用某个员工的日常账号。
测试账号的管理规范有五条:用企业自建的专用账号,不与任何人日常工作账号混用;账号建立后不做任何个性化操作——不追问、不点赞、不主动浏览特定主题,保持画像干净;记录账号的创建时间与使用历史,便于日后判断画像是否被污染;账号数量控制在两三个,分别对应不同的语言偏好或使用阶段,用于做有限的横向对照;账号凭据由专人保管并做脱敏登记,不在采集记录里出现账号密码。
有一条红线要特别提示:不要用员工真实工作账号做基准。它的历史里可能包含竞品的深度浏览、客户名单、甚至其他企业的敏感信息,既会污染数据,也涉及合规风险。用干净的专用账号,几分钟就能把这个问题解决。
多次采样与环境条件登记
个性化清干净之后,剩下的差异就来自随机波动、跨天变化和条件差异这三类。要把它们分开,采集记录必须带上环境条件。铭赞建议的登记项如下:
| 登记项 | 记录内容 | 归因作用 |
|---|---|---|
| 账号与登录态 | 账号标识(脱敏)、登录或匿名 | 判断差异是否来自账号画像 |
| 地域与语言 | 出口国家与城市、界面语言、时区 | 判断差异是否来自本地化 |
| 平台与模式 | 引擎名称、联网检索开关、模型模式 | 判断差异是否来自信源池 |
| 时间 | 采集日期与时间 | 区分跨天波动与即时波动 |
| 采样序号 | 同条件下的第几次采样 | 估计随机波动的幅度 |
| 结果证据 | 答案全文快照、引用域名、品牌是否出现及位置 | 唯一可回溯的原始证据 |
采样上,同一问题在同一环境下至少采三次,报告写出现频次与分布,不写单次结果。归因的顺序也要固定:先查条件差异(换账号、换地域、换语言带来的),再查跨天波动,最后把剩余部分归入随机波动。这样每一条结论都能指回具体的环境条件,而不是停在"最近好像变好了"。
还有一个操作细节:把采集固定在相近的时间窗口里做,比如每周同一工作日的上午或下午。这样至少让时段这个变量在各期之间保持可比,也方便和内容发布时间、索引更新节奏对齐。
铭赞经验:很多团队会把"我在自己电脑上测到了"当成结论,这类结论经不起复查。铭赞的做法是把监测结果的有效性建立在可复现性上:任何一条数据都能回答三个问题——谁在什么环境、什么时间、用哪个问题采到的。这三个问题答不上来,数据就只能算参考,不能算依据。
下一步行动
想知道自己的 AI 可见性数据到底可不可复现?铭赞提供免费 GEO 基线诊断——在统一环境中按固定问题集对多个主流 AI 引擎做多次采样,并标注账号、地域、时间等环境条件,输出带波动区间的基线报告。电话 13991172090,或访问 xamz.cn/geo/diagnosis.html 在线申请。
铭赞网络的服务范围覆盖GEO优化、SEO、网站建设和外贸营销,服务电话 13991172090。