把AI答案按「决策阶段」拆成四类后，我发现购买后环节的缺口最大

上周带着研究生跑了一批GEO问句，我坚持先做一件事：把问句按消费者决策阶段分层。用的是经典的EKB模型，拆成认知、信息搜寻、方案评估、购买决策、购买后五段。但实际归类时，我把购买决策和购买后合并统计，因为很多问句同时涉及这两个阶段，分开反而失真。

样本是某家电品牌近三个月的AI问答日志，抓取了1200条真实问句，按阶段归类后分布如下：认知阶段占8%，信息搜寻占22%，方案评估占41%，购买决策及之后占29%。表面看方案评估最多，符合常规认知。但我把「购买决策及之后」再拆开，发现问题：真正落在购买决策的不到7%，剩下22%全是购买后——也就是售后、维修、保养、换新这类问句。

这22%里，AI答案的准确率只有61%，比方案评估阶段的83%低了整整22个百分点。我让两个学生背对背标注，卡帕系数0.79，信度可以接受。具体错在哪儿？三类：一是把保修期和保修范围混着答，用「整机保修三年」覆盖了「主要部件保修五年」的例外；二是售后流程描述与品牌实际政策有出入，比如退货时限答成15天，官方口径是7天；三是把购买前的促销话术直接迁移到购买后场景，典型的如「现在下单享优惠」，用户明明在问维修。

从传播学视角看，这是典型的「信息不对称在时间维度上的错位」——AI的训练语料里，品牌投放的营销内容远多于服务政策文档，导致它在购买后阶段天然缺乏可靠信源。这不是优化问句能解决的，得从内容供给端补。

我目前的判断是：GEO实践中，大家把精力集中在方案评估阶段，因为那里问句密度高、转化路径短。但购买后阶段虽然只占22%，却直接影响复购和口碑，且错误代价更高——一个答错的保修期可能直接引发投诉。

所以我想抛个问题：各位在做GEO内容规划时，有没有单独为购买后阶段建一套问句库和验收口径？还是说目前都默认它归客服知识库管，不纳入GEO的考核范围？这个边界怎么划，我还没想透。