把AI引用日志按「问句决策阶段」拆开算，同一批内容引用率差了3.2倍

先钉分母：我拿的是近90天、同一品牌、同一批1200条问句的AI引用日志，口径统一到「回答中出现品牌核心信息且可溯源到落地页」才算一次有效引用。之前我们一直是把引用率混着算的，出来是18.7%，看着还行，但谁也说不清这数到底代表什么。

上周我把这1200条问句按决策阶段重切了一遍：认知期（「XX是什么」「XX和YY区别」）、考虑期（「XX哪个好」「XX适合什么人」）、决策期（「XX怎么买」「XX售后怎么样」）。切完我盯着表格愣了半分钟——

• 认知期问句引用率 9.4%
• 考虑期问句引用率 14.1%
• 决策期问句引用率 30.2%

最高和最低差了3.2倍。这意味着什么？你拿一个混着算的18.7%去跟老板汇报，老板以为你在所有场景都「差不多还行」，实际上你在决策期已经能打了，在认知期基本等于没被AI看见。

再往下扒一层，我发现了更要命的东西。认知期里被引最多的段落，全是带定义和对比表格的；决策期里被引最多的，是价格、库存、售后政策这些结构化字段。也就是说，同一个页面里，这两类内容在AI眼里根本不是一个东西。

踩过的坑说一个：我一开始图省事，拿问句里的关键词做阶段归类，「怎么」「如何」全丢进决策期。结果「如何理解XX技术」被误判成决策期，直接把决策期引用率拉高了4个点。后来改成人工标了200条做校验集，规则跑完再抽检，才把口径稳住。

所以我的判断很直接：GEO的效果指标如果不按决策阶段分层，混着算出来的那个数就是个平均数陷阱，既不能指导优化，也不能验收。下一步我打算把每个阶段的引用率和该阶段的业务转化率做相关性回归，看看哪个阶段被引对成交真正有拉动。

问一句：你们在算引用率的时候，问句是混着算还是按阶段拆的？拆的话，阶段边界你们是怎么定的——按问句文本，还是按用户实际点击路径？