带学生跑第8批问句库，我把「AI引用」按营销漏斗拆成三层，结论有点意外

上周带学生跑第8批问句库，一共1200条，横跨三个品类。这次我换了个思路：不按问句类型分桶，而是按营销漏斗的认知-考虑-决策三层来拆AI引用。结果卡出一个挺反直觉的断层。

先交代口径。漏斗三层我是这么定义的：认知层问句是「XX是什么」「XX和YY区别」，考虑层是「XX哪个牌子好」「XX怎么选」，决策层是「XX多少钱」「XX售后怎么样」。每层各400条，用同一批品牌词去跑，记录AI回答里是否出现品牌名、是否给出具体参数、是否带出处链接。

跑完第一遍就发现，认知层问句里AI提到品牌名的比例只有11%，但给参数的比例高达64%——也就是说AI在「科普」时很愿意讲细节，却刻意不点名。考虑层反过来，品牌提及率冲到58%，但带出处链接的只有23%。决策层最怪，品牌提及率47%，可引用来源里超过一半指向的是电商详情页和论坛帖子，品牌官网几乎不出现。

从传播学视角看，这其实是AI在替用户做「信源选择」。认知层它要的是权威性和中立性，所以宁可讲参数也不站队；决策层它要的是交易信息，所以抓的是电商和UGC。我们做GEO的如果只盯一个总引用率，这三层的信号全被平均掉了，等于把漏斗拍平了看。

我的判断是：GEO的指标体系得跟漏斗对齐，分层的核心指标不一样。认知层该看「参数被引准确率」，考虑层该看「品牌名与竞品同框率」，决策层该看「交易信息源占位率」。拿一个统一口径去考核，优化动作一定会跑偏——比如为了提认知层的品牌提及率去硬塞品牌名，反而会拉低AI对内容中立性的判断。

这里还有个坑得提醒：分层之后每层的样本量变小，1200条拆三层，每层400条，置信区间明显变宽。我让学生算了标准误，决策层的波动能到±7个点。所以分层结论别拿单批次下判断，至少跑三批看趋势。

抛个具体问题：各位在做GEO效果归因时，是按问句意图分层，还是按用户旅程阶段分层？两套分法对同一批数据的结论会不会打架，有没有人做过对照？