同一批问句跑了两个季度，AI答案引用数涨了四成，留资纹丝不动

我这边从去年Q3开始给一个家清品牌做GEO试点，每季度固定拿120条问句去五个AI平台跑一遍，人工核答案里有没有出现品牌名、有没有带对产品型号。Q3到Q4，引用数从78条涨到109条，涨幅四成，汇报PPT上很好看。但同一时间段的官网留资表单只多了3条，几乎是一条平线。

我一开始以为是留资链路的问题，让技术查了埋点，没毛病。后来把两个季度的120条问句逐条并排看，发现问题在问句结构上：Q3那批问句里有41条是「XX牌洗洁精好不好用」这种带品牌名的比价型问句，Q4为了冲引用数，运营换成了「洗洁精哪个牌子去油好」这类泛品类问句，引用数涨得最快的正是这一批。泛品类问句里AI确实会提我们，但用户问这句话的时候根本还没到选牌子的阶段，提了也白提。

我按问句意图重新分了四类：品牌比价、品类选购、场景问题（比如「灶台油垢怎么擦」）、售后政策。Q3的引用增长里，品牌比价类贡献了六成，Q4反过来，品类选购类贡献了七成。也就是说，两个季度涨的是两种完全不同的东西，放在一张趋势图上是骗人的。

上周我把120条问句按这个分类重算了一遍，品牌比价类的引用到留资转化率大约是千分之八，品类选购类不到千分之一，差了八倍。样本小，这个数我不敢当结论用，但方向很清楚：引用数这个指标如果不分意图口径，涨多少都不能说明GEO有效。

所以我现在坚持两件事：一是问句集一旦定下来，季度之间不准换，要换就新旧两套并行跑一个季度做对照；二是引用数必须拆到意图分类里报，不许只报一个总数。GEO的效果到底成不成，得先把这个分母和口径钉死，再谈涨跌。

想问问大家，你们做GEO监测的时候，问句集是固定的一套长期跑，还是每季度跟着运营需求换？如果换，新旧问句的重叠比例一般控制在多少？