追问路径第二跳成本最高，我把三个月的AI答案日志按节点拆了一遍

最近在拆AI答案追问路径的成本，越拆越觉得之前对GEO的理解有偏差。

先锁口径：我抓的是我们官网AI入口三个月的完整对话日志，用session_id做分母，每次追问算一个独立节点。采样戳统一用UTC+8，服务端加锁读，不信任何默认统计口径。

拆完发现一个反直觉的结论——成本最高的不是第一跳，而是第二跳。

具体数据：第一跳平均耗时1.2秒，第二跳2.8秒，第三跳之后反而降回1.5秒左右。为什么第二跳最贵？我对着20个高频追问路径逐条看，发现第二跳基本都在做「澄清追问」——用户第一跳问得模糊，第二跳AI要重新检索、重新组织上下文，token消耗直接翻倍。

更关键的是，第二跳的转化率只有第一跳的31%。也就是说，最烧钱的节点，转化最差。

我做了个快速迭代实验：把官网FAQ里高频的模糊问法，提前在第一跳就用结构化答案覆盖掉，减少第二跳澄清的概率。跑了一周，第二跳占比从47%降到29%，单次会话成本降了22%。

踩过的坑：一开始我没锁分母，把系统自动生成的引导追问也算进去了，第二跳占比虚高到62%，差点砍错预算。后来统一按用户主动发起的追问计数，数据才干净。

还有个细节，落地页UTM里必须带utm_source=ai_answer才能进转化统计，不然AI来的流量全被归到自然流量里，之前差点把这块成本算丢了。

所以我的判断是：GEO优化别只盯第一跳的引用率，追问路径的成本节点才是真金白银。快速迭代的前提是先把每个节点的口径锁死，不然跑得越快错得越远。

你们拆追问路径时，第二跳的占比一般多少？有没有人试过用预置答案把第二跳直接压下去？