要固定一部分问句，但不必每轮都只问同一批。固定问句负责比较页面调整前后的变化，新增问句负责观察真实搜索表达是否发生变化；两组结果要分开记录，并结合页面可访问性、抓取索引、实体写法、引用来源和版本记录一起判断。
固定问句是为了看变化
同一批基准问句不变，才能把页面标题、正文、结构化数据或内部链接调整前后的回答放在一起比较。若每轮都换问题，即使结果变了，也难判断变化来自页面改动，还是来自提问角度不同。
固定不等于把问句写死。基准组应覆盖核心服务、主要场景、品牌或机构全称、常见别名以及一个带限制条件的长尾问题。问句内容保持一致，提问日期、使用入口和页面版本另行记录。
真正要固定的是测试口径
复测时，问句只是其中一项。还要尽量保持提问平台、语言、地区设置、登录状态和问题上下文一致，否则结果差异可能来自环境变化。无法保持一致时，应在记录里注明差异，不把两次结果当成同一组实验。
观察内容也要提前定好，例如是否出现目标实体、是否准确描述服务范围、是否引用目标页面、引用内容是否与页面原文相符。这里看的是可观察结果，不把“出现过一次”直接当成流量、线索或成交效果。
新增问句不能混进基准组
用户新提问、竞品相关提问和近期业务变化带来的问句，可以放入探索组。探索组的作用是发现内容空白，比如用户从“是什么”转向“怎么选”，或把行业词换成口语表达。
基准组与探索组分开后，报告会清楚很多：基准组回答页面改动前后是否有变化，探索组回答问题库是否需要扩展。若某个新增问句连续出现较高业务价值，再经过人工检查后，才考虑纳入下一版基准组。
页面改完后这样做一轮闭环
- 给每个问句编号，记录问句原文、提问入口、日期、页面版本和回答截图或文本。
- 把结果拆成实体出现、事实描述、引用页面、引用位置和用户点击五项，避免把抓取、回答出现和引荐访问混为一谈。
- 查看页面是否能正常访问，重要内容是否被登录墙、脚本渲染或权限设置挡住；再检查标题、正文、结构化数据和站内链接里的实体名称是否一致。
- 把固定组和探索组分栏记录，主转化事件只选一个，例如有效表单；归因窗口按自身销售周期设定，无法通用判断效果，需用自家数据验证。
- 下一轮只改动一个主要变量，并保留旧版本页面、问句表和结果记录，避免多项改动同时发生后难以判断原因。
这套记录不要求追求复杂报表，关键是让每次提问都能回到具体页面版本。若出现回答引用但没有点击，应把它当作中间信号；若出现点击，还要结合落地页行为和业务记录判断是否形成有效线索。
什么时候该换掉固定问句
当业务对象、服务范围、产品名称或用户主要问题发生变化时，旧问句可能不再代表当前需求。此时不要直接覆盖原问句，而是保留旧题作为历史基准，新增一组现行问题，并在记录中写清启用时间和调整原因。
如果某个问句含义模糊、答案高度依赖地区或需要大量上下文，也可以从基准组移到探索组。这样做不是为了让结果更好看，而是避免一个不稳定的问题影响整轮判断。
复测结果要看差异，不只看出现次数
同一问句的回答变化，可以从四个角度阅读：实体名称是否一致，关键事实是否准确，引用是否指向相关页面，用户是否产生可识别的访问。每个角度单独标注，别用一个总分掩盖具体问题。
若页面改动后回答更贴近业务，但引荐访问没有变化，不能直接下效果结论；若回答内容不准确，应回到页面文本、标题层级、结构化数据和引用链路找原因。效果、周期和线索数量无法通用判断，需用自家数据验证。