一个可复核的GEO实验应如何记录输入、模型/平台、时间、查询、样本、输出、失败和局限？本文讨论的是实验记录与证据边界，不是对任何机构已开展项目、已取得成果或平台长期能力的事实公告。生成式搜索结果会受入口、版本、时间、地域、会话和样本影响，先把条件记清楚，才有资格解释差异。
先写实验目的与边界
先说明这次实验要回答什么问题，例如测试某类文旅查询是否能获得可核验答案，或比较不同页面在回答中的可见性。目的要限定对象、时间窗和使用场景，不能把一次实验写成平台长期能力排名。若只是方法验证，就明确“方法验证”；若没有足够样本，就不要使用“全面评估”“行业代表”等扩大表述。
记录时补充对象、来源、日期、适用范围和待核验部分；出现数字时写明单位、周期、分母与采集方式，未采集不得猜测补零。
固定输入条件
实验卡应保存完整查询文本、语言、地区、设备或界面条件、是否登录、是否开启个性化、会话上下文和必要的系统提示。输入若发生修改，应生成新版本，不能只在截图上标注“略有调整”。文旅问题尤其要记录目的地、出行日期、预算、同行人群和“附近”等词的具体含义，否则后续无法判断结果差异来自模型还是问题本身。
记录时补充对象、来源、日期、适用范围和待核验部分；出现数字时写明单位、周期、分母与采集方式，未采集不得猜测补零。
记录模型与平台环境
单独记录平台名称、模型名称、版本或可见标识、调用入口、实验日期和时区。看不到版本时写“未显示”，不要凭经验补齐。还应记录搜索结果、插件、联网状态、地区限制和异常提示；同一名称在不同入口可能对应不同服务，不能合并成一个不可解释的样本。
记录时补充对象、来源、日期、适用范围和待核验部分；出现数字时写明单位、周期、分母与采集方式，未采集不得猜测补零。
保存原始输出与证据
原始答案应按可读文本保存，必要时同时保存页面地址、引用链接、时间戳和截图索引。截图只是辅助证据，不能代替完整输出。逐条标记事实主张、建议、推测、无法判断和来源支持；不要先改写错答再把改写稿当成模型原始结果。
记录时补充对象、来源、日期、适用范围和待核验部分；出现数字时写明单位、周期、分母与采集方式，未采集不得猜测补零。
把判定规则写在实验前
实验开始前确定什么算提及、什么算链接、什么算来源支持，什么情况属于关键错误。判定规则应包含对象、单位、分母、允许缺失和复核人；不能看完结果后临时改变标准。人工判定与模型输出分开存储，出现分歧时保留分歧和处理理由。
记录时补充对象、来源、日期、适用范围和待核验部分；出现数字时写明单位、周期、分母与采集方式，未采集不得猜测补零。
记录失败、缺失与重复
没有返回、超时、引用失效、地点混淆、政策过期和机构虚构都应成为结构化字段。重复查询要记录重复次数、间隔和是否重置会话；一次成功不能覆盖此前失败。缺失数据写“未采集”，不填零，也不把未观察到写成不存在。
记录时补充对象、来源、日期、适用范围和待核验部分；出现数字时写明单位、周期、分母与采集方式，未采集不得猜测补零。
写清局限和停止条件
实验卡最后应列出样本缺口、不可控变量、授权限制、时间有效期和停止条件。政策、价格、开放时间、交通和活动安排都可能变化，结果只在记录的时间和条件内成立。若出现人身安全、隐私或重大权益风险，应停止外推并转人工核验。
记录时补充对象、来源、日期、适用范围和待核验部分；出现数字时写明单位、周期、分母与采集方式，未采集不得猜测补零。
让记录可复现
为每次实验分配稳定编号，保存输入版本、输出文件、证据索引、判定表和修改记录。别人复核时应能知道“看到了什么、何时看到、如何判定、哪里仍未知”。公开摘要可以隐藏敏感信息，但不能删掉影响结论的失败样本或改变原始结果含义。
记录时补充对象、来源、日期、适用范围和待核验部分；出现数字时写明单位、周期、分母与采集方式，未采集不得猜测补零。
一张实验卡的最小闭环
建议把每次实验拆成实验编号、问题与假设、输入版本、环境条件、样本清单、原始输出、证据索引、人工判定、失败记录、局限、修订原因和有效期。原始输出与分析结论分开保存，避免后来修改正文时无法追溯。对外发布只呈现可公开、可复核的范围；涉及个人信息、商业信息、未公开内部资料或安全风险时，按必要范围处理。
实验结束后不要只问“结果好不好”，还要问“哪些对象没有覆盖、哪些答案无法验证、哪些条件可能改变结果、下一轮何时复核”。一次成功不能证明稳定能力，一次失败也不能证明永久缺陷。把不确定性写出来，反而能让后续实验更快、更准确。
