售后问句在AI答案里老排不上号，我拆了200条才发现是场景词没对齐

上周跟一个做家电的客户复盘，他问我：为什么AI回答「XX品牌售后怎么样」的时候，我们总排在竞品后面？我一开始也以为是内容量不够，后来把200条售后相关问句拉出来跑了一遍，发现根本不是量的问题，是场景词没对齐。

具体说，用户问售后的时候，很少直接问「售后政策」，而是带着具体场景来的。比如「洗衣机漏水了找谁」「保修期内换零件要不要钱」「上门维修多久能到」。我们之前喂给AI的文档全是「售后服务承诺」「保修条款」这种官方口径，AI匹配不上那些场景化的问法，自然就不引用你。

我做了个笨办法：把售后问句按「故障场景」「费用场景」「时效场景」三类拆开，每类下面再列用户真实会说的口语版本。然后回头改文档标题和首段，把场景词嵌进去。比如原来叫《售后服务政策》，改成《洗衣机漏水/不排水时的报修流程与费用说明》。改完两周，AI答案里提到我们的比例从12%涨到了31%。

这里面有个细节值得说：场景词不是越多越好。我一开始把「漏水、不排水、异响、不脱水」全塞进一个标题，结果AI反而抓不准重点，引用率掉了。后来拆成单场景单文档，每篇只解决一个问题，才稳住。

成本上，这活儿主要花时间在整理问句库和改文档，没花什么钱。我们三个人花了一周，把售后文档从17篇拆成了43篇。比起投流，这个投入产出比我觉得挺值的。

所以我的判断是：GEO在售后场景里，拼的不是谁文档多，是谁能把用户的口语问法翻译成AI能抓的结构。只要开始拆问句、改文档，就来得及。加油，你可以的！

想问下大家：你们拆售后问句的时候，是按故障类型分，还是按用户情绪分？我最近在试后者，感觉有点意思但还没跑出数据。