把品牌词按认知、比较、决策三层拆开问AI，曝光全挤在第一层，后两层几乎是空的

上周我把自家品牌词拆成三组问句，每组12条，共36条，早中晚各跑一遍，连续跑5天。结果出来我自己愣了半天：认知层（“XX是什么”“XX是做什么的”）12条里有9条能稳定带出品牌；比较层（“XX和YY哪个好”“XX有什么缺点”）12条里只有2条提到我们；决策层（“XX值得买吗”“XX售后怎么样”）12条，一条都没有。

本质是，大多数品牌做GEO，做的其实是“被认识”，不是“被选择”。这俩在AI搜索里是两套完全不同的信号机制。认知层靠的是品牌词本身的覆盖密度——官网、百科、新闻稿，喂够了它就能答。比较层和决策层要的是“可对比的结构化事实”：参数表、价格区间、售后条款、第三方评测的结论句。你官网上那堆“匠心品质”“行业领先”的形容词，AI一条都用不上，它没法拿形容词做比较。

我拿这个结果去问做投放的同事，他说这不就是漏斗吗，老生常谈。我说不是。传统漏斗里，认知层的曝光会自然往下漏，因为人是有记忆和联想的。AI搜索里不会漏——用户问“哪个好”的时候，模型是重新检索、重新组装的，它不会因为你上一轮被提到过就优先你。两层之间是断的，得分别喂料。

还有个细节值得说。比较层那2条能带出我们的问句，我逐条查了引用源，一条来自某垂直媒体的横评文章，一条来自我们自己在官网上做的竞品对比表（对，我们官网居然有一张）。剩下10条没带出的，引用源清一色是电商平台的聚合页和问答社区。也就是说，AI在比较层更信“第三方做过对比”的内容，而不是你自己的自述。

这背后是权力转移。以前品牌控制叙事的方式是控制自己的官网和广告位，现在比较层的话语权在别人手里——在那些做过横评的媒体、在问答社区的高赞回答、在电商详情页的参数表里。品牌能做的，是把可对比的事实整理成机器能抓的结构，然后想办法让第三方愿意引用。这活儿比写slogan难，也比写slogan值钱。

我的判断依据就一条：决策层12条全空，说明我们连“被考虑”的资格都还没拿到，认知层的曝光再漂亮也是虚的。样本量不大，36条问句、5天，我不敢说代表整个品类，但方向够清楚了。

想问问各位：你们跑过分层问句的，比较层和决策层的带出率大概什么水平？有没有人试过把官网的对比表改成结构化数据之后，比较层的带出率真的动了的？我想看看有没有可复现的案例。