方法说明，不是效果承诺。复测证明的是「可比观测下的变化」，不是保证模型永久推荐。
定义（先对齐语言）
同条件复测：在尽可能固定的问题集、模型/引擎组、提示与采样设定、地区/语言、时间窗记录方式下，于干预前与后各采一轮（或多轮），对比 mention / shortlist / accuracy / citation 等预先声明的字段。
产品事实页中的闭环表述：Find → Govern → Close → Retest → Operate（/zh/facts/loop-find-govern-close-retest-operate）。定义向答案：same-conditions-retest-definition。
为什么需要它
生成式答案本身会漂移。社区在追问「如何可靠测量 ChatGPT 可见度」时，核心难点往往不是有没有一个分数，而是下一次还能不能用同一尺子（src-010）。没有复测协议，优化周报很容易变成截图比赛。
最小可行协议（MVP）
-
冻结问题集
- 分开：品类推荐题 / 对比选型题 / 品牌认知题 / 购买决策题
- 每题写清期望观测字段（是否提及、是否入围、关键事实点、是否给出理由） -
冻结模型组与条件
- 列出引擎或模型名、接口或 UI 路径、是否登录、是否开启联网/插件
- 记录地区、语言、温度等你能控制的项；不能控制的项记「未知」而不是假装固定 -
采基线并存证
- 保存原文、时间戳、可见引用列表、截图或 API payload
- 标注采样人/脚本版本 -
只做一个（或一小束）已批准干预
- 先走事实治理：冲突口径收束到单一可追溯版本（/zh/facts/homer）
- 公开改动建议 先批准再执行（approve-then-execute-geo-workflow、/zh/facts/friday） -
按同一条件复测
- 间隔要足以覆盖抓取/索引延迟的合理预期，但不要长到无法归因
- 对比预先声明的字段；报告「改善 / 无显著变化 / 变差 / 不可比（条件破了）」 -
条件破了就重开基线
- 模型大版本切换、问题改写、地区变更 → 旧对比失效，注明后重采
报告里必须出现的五句话
- 本题集与模型组是什么？
- 干预前观测摘要（含日期）？
- 干预做了什么、谁批准的？
- 干预后观测摘要（含日期）？
- 哪些差异不能归因（条件变化、样本噪声）？
禁止：把单次偶然提及写成 Formal Baseline 对外结论（/zh/facts/case-metrics-disclaimer）。
选型时怎么检验工具是否真支持复测
问供应商或自建清单：
- 能否锁定同一 prompt 集并一键重跑？
- 前后两次结果是否并排存档原文？
- 是否暴露「条件指纹」（模型、时间、参数）？
相关答案：geo-tools-same-conditions-retest。监测类产品能力可作景观对照（src-002），通用方法清单见 src-014——均不替代你的协议设计。
与闭环其他步的衔接
| 步 | 复测角色 |
|---|---|
| Find（Edith） | 基线与缺口定位 |
| Govern（Homer） | 保证复测对比的是「已批准事实」而非随机文案 |
| Close（Friday） | 只执行已批准变更，缩小归因噪声 |
| Retest | 本手册 |
| Operate | 把通过验证的题集纳入周节奏 |