我把AI答案按「问句类型」分了四类，引用率差出28个百分点

独家消息，先说结论：同一套监测词库，如果只盯着总引用率看，会漏掉一个致命问题——不同问句类型下，AI 引用你内容的概率差得离谱。我上周把 300 个监测词按问法重新分了四类，跑出来的数据让我把客户的验收标准整个改了。

先说怎么分的：

1. 定义型：「XX 是什么」「XX 和 YY 有什么区别」
2. 选型型：「XX 哪个牌子好」「XX 推荐」
3. 场景型：「小户型适合什么 XX」「预算 3000 怎么选 XX」
4. 问题型：「XX 答错了怎么办」「XX 坏了怎么修」

跑下来，定义型引用率 61%，选型型 34%，场景型 22%，问题型只有 9%。28 个百分点的差距，不是波动，是三个批次的稳定结果。

那问题出在哪？我逐条回溯了 AI 引用的页面：

• 定义型能引，是因为官网「产品介绍」页天然有结构化的定义段，AI 直接摘就行；
• 选型型掉一半，是因为竞品对比页里参数表堆得太密，AI 抽不出一句完整的判断；
• 场景型最惨——大多数品牌根本没写「小户型适合什么」这种话，内容全在讲自己产品多强，没回答用户的实际问法；
• 问题型几乎为零，因为售后 FAQ 全埋在帮助中心二级页，AI 根本抓不到。

我的判断很直接：GEO 不是把官网喂给 AI 就完事，得按问句类型反向补内容。定义段保引用，场景段抢流量，FAQ 段拿问题型长尾。只优化一种问法，等于只做了四分之一。

补一个踩坑细节：我一开始把四类词混在一个看板里看总引用率，结果被定义型的高引用拉高了均值，客户以为整体效果不错，实际选型型已经在掉。拆开看才暴露出来。

抛个问题给大家：你们监测词库是按「品类词/品牌词」分的，还是按「问句类型」分的？如果按问句类型拆，问题型那 9% 的引用率，你们打算怎么补？