方法
两个周期怎么比才不混样本
比较两个周期的可见度，先确认引擎、采集方法和提示词是否一致。三者有一项变了，就不是同一个样本。
要比较两个周期又不混样本，规则只有一条：引擎、采集方法、提示词三者一致，才能比。其中任何一项变了，你比的就不是同一个样本。在 RankAI，AI 可见度的测量起点是引擎通过 API 返回的内容：那是 API 的回答，不是人在界面上看到的画面。某项测量没有数据，我们显示 N/A，绝不写成零。引擎没变但 API 版本变了，也一样：比较要重建，不能硬凑。
先定下可比的观测条件
只有观测条件保持稳定，周期之间的比较才有意义。按我们的操作建议，看变化之前先问自己：被查询的引擎、采集数据的方法、所用的提示词集合，这三样是否都没动。缺一样，数据看起来变了，原因可能根本不在可见度。所以测量不可得时，我们标 N/A：缺失不是零，也不能当零处理。
RankAI 的跨周期比较方法（操作建议，不是通用标准）。比较两个周期前，按顺序核对：(1) 查询的是同一个引擎；(2) 采集方法相同，即同一条 API 途径、同一个声明的版本；(3) 提示词集合相同，两个周期之间没有增删。三点有一项对不上，比较就不成立：重建样本，别把差值读成可见度变化。引擎相同但 API 版本变了，把该周期当作新样本，数据不要相加。测量缺失就保持 N/A：不转成零，也不当作已观测值算进均值或合计。这套方法是为了避免把工具的变化误认成 AI 可见度的变化。
一个说明性的例子
仅作说明：假设两个周期引擎相同、提示词相同，但 API 版本不同。这时我们不把差值读成可见度变化，而当作样本变了。反过来，引擎、方法、提示词都一致，两个周期的差值就可以比较。两种情况下，缺失的测量都保持 N/A，都不以零的身份进入计算。
可验证的边界
边界是可以验证的：你证明不了两个周期里引擎、方法、提示词完全相同，比较就不成立。RankAI 不用估算填补空缺：缺失的测量保持 N/A。测量机制的全貌，见深入说明页。