立项的起点不是产品想法，而是一次失败的观察。我们连续两周用同一批问题询问几个主流 AI 助手，发现品牌出现与否高度不稳定：同一个问题，早上问有，下午问没有。
如果连"有没有被提到"都无法稳定测量，任何优化都只能靠猜。所以项目的第一份产出不是页面，而是一份测量规范：固定问题集、固定采样次数、固定判定规则，全部落盘留痕。
这份规范后来成了 /analysis 页面上那份示例报告的骨架：每个引擎、每个问题、是否提及、位次多少、引用了谁，都是同一条记录的不同字段。
- 先定测量口径，再谈优化动作。
- 样本量与问题集必须固定，否则测到的是波动不是效果。
- 所有原始回答都要留档，便于回看判定是否一致。