给AI喂了三个月「专家口述史」，引用率涨了，可点进来的没几个

前阵子琢磨一个事：厂里老师傅退休了，他那手绝活能不能让AI接住？于是拿一个老机械品牌的售后问答做了三个月小实验，把退休工程师的口述录音整理成问答块，按「谁在问、什么场景、怎么判断」三层结构喂给AI搜索。

先说数：引用率从实验前的9%爬到23%，看着挺美。可后台一拉，从AI答案点进官网的会话只多了4%，停留时间还不到40秒。引用是有了，人没来，或者说来了也不知道该干嘛。

我拆了一下原因，三条，都是踩出来的：

第一，口述史天生带「叙事惯性」。老师傅爱说「当年那批料不行，我们怎么怎么改的」，AI很喜欢引这种有因果链的段落，但用户搜「XX型号异响怎么处理」，需要的是判断树，不是故事。我后来把每段口述强行压成「现象→可能原因→验证动作」三行，引用率没掉，点击率涨了一截。

第二，引用块里没有「下一步」。AI答完引了你的内容，用户看完就关页面了。我在每个问答块末尾加了句「同型号用户还卡在第三步，点这里看拆解图」，把引用当落地页的入口来设计，而不是当终点。

第三，也是最坑的：口述史里的型号口径太老。老师傅说的「老款」和我数据库里的SKU对不上，AI引过去，用户搜新款直接懵。后来我给每段口述加了一行「适用型号区间」，引用没少，但跳出率降了。

说句得罪人的：工具给的引用率是过程指标，别当KPI供着。内容有没有把「人怎么判断」讲清楚，才是根子。当年做电视收视率，我们也不敢把「开机时长」直接当「看了广告」报给客户，一个道理。

抛个问题：你们有没有试过把「老师傅经验」这类非结构化内容喂给AI？引用率上去了，但落地页承接怎么设计的？我这边还在拿A/B测「引用块末尾加不加行动钩子」，有跑过的朋友聊聊数据。