建立文旅GEO测试样本时，如何同时覆盖热门城市、县域目的地、少数人群和长尾问题？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。
先定义总体范围
样本集首先说明要代表什么：某类查询、某个区域、某种旅行场景，还是一个网站内容库。没有总体范围，就无法解释“覆盖率”。热门目的地可以作为一层，但不能默认代表全国、所有县域或所有人群。
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。
按地域分层
至少区分热门城市、普通城市、县域目的地、乡村和跨区域线路，并记录样本进入理由。地域分层不是为了凑数量，而是发现搜索资源、公开资料和语言表达的差异。样本不足的层要标出缺口，不用热门样本填充后假装均衡。
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。
按查询意图分层
把灵感、规划、预订、交通、无障碍、亲子、老年、预算和风险提示等意图分开。一个目的地可能在“景点推荐”中表现良好，却在交通或无障碍问题上资料不足，不能用一个总分掩盖差异。
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。
覆盖长尾人群
记录适用人群和限制条件，纳入少数语言、行动不便、低预算、独自出行、家庭照护和非热门季节等问题。涉及个人或敏感群体时只收集必要信息，避免把群体标签写成个体画像，也不把一次提问当成群体需求证明。
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。
控制难度与信息新鲜度
按事实查找、条件组合、比较判断和开放规划区分难度，同时记录问题中的日期和时效要求。实时价格、天气、开放时间等问题与稳定知识不能混在同一指标中。过期样本应修订或冻结，保留版本而不是静默替换。
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。
设置抽样与配额
预先写出各层目标数量、进入和排除规则、去重规则及随机或目的抽样方法。配额没有完成时报告实际数量和未达原因；不能为了满足配额重复同一目的地或只选容易找到资料的对象。
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。
把质量与缺口分开
样本质量包括对象定义清楚、查询可复现、来源可核验和授权合适，不等于模型答得好。每轮报告样本分布、缺失层、无法验证项和新增风险。任何热门层的高分都不能直接外推到未覆盖地区。
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。
持续维护样本版本
目的地、政策、交通、设施和称谓会变化，应记录加入、修订、冻结、退出日期及原因。新旧版本可并列用于时间比较，但不要把不同阶段混成一套样本。样本集公开摘要要注明截止日期、适用范围和不代表的对象。
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。
