验收复测时应沿用项目约定的探针集合，因为只有问题文本、提问条件和记录口径保持一致，复测结果才具备可比性。若临时更换问题、平台或时间窗口，得到的只是另一组测试结果，不能直接替代原验收结论。页面是否能访问、能否被抓取、实体是否统一、回答是否出现引用，都要分开记录，不能把一次回答当成全部结果。
为什么复测不能临时换问题
探针不是随手写的搜索词，而是项目用来观察生成式搜索表现的一组固定提问。它可能包含用户角色、地区、产品名称、需求场景和比较条件，少一个限制词，问题的语义就可能发生变化。复测时改写成更短、更顺口的问题，等于换了测试条件。
假设原探针询问“适合小型企业的本地化数据备份方案有哪些”，复测却改成“数据备份怎么选”，两者关注的对象、用户和决策阶段都不同。前者可以检查实体覆盖与场景回答，后者更像通用科普题。项目验收应把原文、大小写、标点、地区词和提问语言一并保留，临时新增的问题另列为探索测试。
固定探针后，哪些条件也要固定
只固定问题文本还不够，提问平台、账号状态、地区设置、语言、设备、测试日期和结果截图都应进入记录表。平台页面会变化，回答也可能随时间变化，因此复测记录需要带时间标记。无法复现的结果，不宜直接和上一轮结果做一对一比较。
同一轮测试里，建议把“原探针复测”和“新增探针探索”分成两组。原探针用于判断约定目标是否达到，新增探针用于发现用户的新问法。两组数据不要混在一个通过率或引用率里，否则项目方很难判断变化来自页面调整，还是来自问题改写。
页面能打开，不等于测试条件已经成立
页面访问、抓取和索引属于不同环节。根据 Google Search Central《搜索抓取与索引指南》，搜索系统会处理抓取、解析和索引等过程；因此，浏览器能打开页面，只能说明当前访问动作成功，不能单独推出搜索系统已经抓取或建立索引。
复测前可按页面状态、robots.txt、站点地图、规范链接和服务器响应记录逐项排查。这里的目的不是把某个技术信号直接等同于 AI 回答效果，而是排除页面无法访问、重复地址、禁止抓取或内容版本不一致等干扰。若页面刚改版，需把发布时间、部署版本和抓取状态放进同一份记录。
结构化数据和实体表述要分开看
结构化数据可以帮助页面表达组织、产品、文章或服务等信息，但它不等于回答引用结果。Schema.org《Schema.org 入门指南》描述了类型与属性的表达方式，复测时可用它检查页面中的实体名称、描述、标识和页面主题是否前后一致。
实体一致性还包括标题、正文、面包屑、作者信息、组织介绍和页面地址中的名称是否相互呼应。若同一对象在不同页面使用多个简称，复测表应记录具体出现位置，再判断是否属于同一实体。结构化数据只写页面实际存在的内容，不能为了扩大覆盖面添加页面没有明确说明的属性。
别把“出现一次回答”当成项目通过
AI回答中的提及、引用链接、用户点击和后续转化是不同信号。爬虫访问不等于回答引用，回答中出现页面也不等于用户点击，更不能直接等同于表单或订单。验收口径应在项目约定中写清楚：观察哪一层信号、应结合具体来源进一步核实，以确保信息可靠、异常如何复测。
对引用来源的判断，应记录回答原文、被引用页面、引用位置、实体名称是否正确，以及页面内容是否真的支持该句话。若回答把两个实体混在一起，不能只看品牌名或页面是否出现，而要回到原问题和页面正文，判断主题是否对应。无法确认的结果可标记为“待人工判读”，不要强行归入成功或失败。
一套不容易扯皮的复测记录怎么做
下面这套流程适合项目验收、改版后的回归测试和阶段复盘。它的重点不是追求某个固定数字，而是让双方对同一组输入、同一套判断和同一份结果形成共同记录。
- 锁定探针：从合同、任务书或测试方案中复制原始问题，记录版本号、语言、地区和提问平台。
- 锁定页面：记录目标页面地址、页面标题、更新时间、规范链接、robots.txt与站点地图状态，发现版本不一致时先暂停比较。
- 逐题测试：按原顺序提交问题，保存回答文本、引用页面、实体名称、测试时间和截图；新增问题单独编号。
- 分层判读：把抓取、索引、回答提及、引用点击和转化分别登记，不用一个结果替代其他层级。
- 形成结论：按项目约定的验收条件逐项判断，未达到条件的项目写明是输入变化、页面状态、实体表达还是内容支持不足。
- 闭环复测：应结合具体来源进一步核实，以确保信息可靠，结合引荐来源、落地页、CRM记录和服务器日志，按销售周期设定观察窗口，无法确认的流量标为未识别。
这套记录还应保留探针版本、页面版本、测试环境和判读人。若后续调整问题文本，应新建版本，不要覆盖原记录。成本、周期、单量和转化效果无法通用判断，需用自家数据验证。
遇到结果不一致，先找变化点
同一探针出现不同回答，并不自动说明页面质量发生了变化。可能变化点包括提问平台、地区设置、账号状态、页面版本、抓取时间、引用页面或人工判读口径。复测表应把这些条件并排列出，先找出差异，再决定是否需要重新测试。
若页面访问正常但回答没有引用，可继续观察页面主题是否直接回答探针、实体名称是否统一、引用段落能否独立支持结论。这个判断属于项目分析假设，不能写成平台固定规律。下一轮只改一个变量，例如只调整页面表达或只更换测试环境，结果才更容易解释。