同一问题AI会给出相同答案吗：重复性实验设计

实验问题

同一平台、同一设置和同一提示词连续运行时，目标品牌出现概率有多大？引用来源会更换多少？品牌事实是否保持一致？不同时间点的波动是否大于同一时间窗口内的波动？

实验设计

• 选择10个不同意图提示词，每题连续运行10次。
• 24小时后和7天后分别重复一轮。
• 不追问、不点赞、不在运行间加入品牌引导。
• 分别计算提及一致率、来源Jaccard相似度、位置方差和事实冲突数。
• 平台设置发生变化时终止当前批次并开启新版本。

如何解读

如果同一设置下来源频繁更换，优化报告就应使用区间和概率，而不是“排名第几”。如果品牌稳定出现但事实经常冲突，优先任务是实体和证据治理，不是继续提高提及量。