内容团队觉得已经做完 GEO，回答引擎却仍不引用，常常是因为看系统的方式和系统本身不一致。

边界划错最常见。若边界只画在「这一篇文章」，来源页、术语表和相邻概念的矛盾都在边界外面。回答引擎会把多篇放在一起读。站内互相打架的定义，比单篇写得华丽更致命。把边界画到「同一个对象的全部可引用页面」。

模型不是现实。评估表、采样提示词和后台图表都是模型。它们帮助看系统，也会漏掉系统。采样问法不变，而用户问法已经变了，图表仍会显示稳定。隔一段时间用新的问法重新采样，并对照标注演示里模型实际抓住的句子。

非线性是小改动突然变成大结果，或大改动几乎没有结果。补上一条关键出处，引用可能明显增加；把全文再润色三轮，可能仍然不动。所以评估要针对缺的那一类证据，而不是针对修改次数。

每次复盘写三行：这次边界画到哪里，哪张表可能在骗人，哪一类改动被证明几乎无效。