把客服快捷回复按「场景+情绪」重排后，AI答非所问少了，但响应时长多了3秒

先说结论：GEO不是把话术喂给AI就完事，话术的排列结构本身就在影响AI抽取哪一句。

上周我拿客服后台的快捷回复做测试。原来是一张平铺列表，30条，销售和售后混在一起，情绪词（比如「别急」「马上」「放心」）散落各处。我手动按「售前咨询-售后安抚-物流催办」三个场景分组，每组内部再按「用户情绪强度」从低到高排，然后重跑了一批问句。

结果有点意思：

• 答非所问率从 21% 降到 9%（我人工标了 50 条 AI 回复，按「是否命中用户真实问题」判定）
• 追问率没涨，但追问的精准度高了——以前用户追问是「你没回答我」，现在是「那这个情况算哪种」
• 代价是 AI 回复的响应时长平均多了 3 秒，我查了日志，发现它在场景分组之间来回跳，像是在做二次匹配

我判断原因是：分组给了 AI 一个隐式的「意图锚点」。以前平铺列表里，售前和售后的句子在向量空间里离得近，AI 容易把「退货话术」当成「换货咨询」答。分组之后，它先定位场景桶，再在桶内找最匹配的句子，准确率上来了，但多了一步跳转。

有个坑分享给同样在改话术的同学：别把「安抚语」单独抽成一组。我试过，AI 会把安抚语当成万能兜底，用户问「什么时候发货」它回「您别着急」，看着礼貌，实际更气人。后来我把安抚语嵌回每个场景的「高情绪」子段里，才正常。

所以这周我在做一件事：把话术表改成「场景 → 情绪 → 动作」三层，动作层只放可执行的短句（查单、催件、补发），安抚语只做前缀修饰。准备再跑一轮，看响应时长能不能压回 2 秒内。

问一下社区里调过客服话术的同学：你们有没有遇到过「准确率上去了但延迟变高」的情况？后来是缩小组块、加缓存，还是干脆放弃分组？我想抄个作业。