把客户问句按「决策阶段」分完再喂AI，引用率才看出真实差距

上周帮一个做工业耗材的客户复盘GEO，他们内容团队一直有个困惑：明明写了一堆科普文，AI引用量就是上不去。我让他们把最近三个月客服和销售的聊天记录导出来，筛出200条真实客户问句，然后按「决策阶段」重新分了类——不是按产品线，是按客户当时处在认知、比较还是下单前夜来分。

分完发现一个很直接的事：认知阶段的问题（「XX材料耐温多少度」）AI引用率能到四成，但比较阶段（「A家和B家哪个交期稳」）引用率掉到个位数，下单前夜那种（「有现货吗，开票怎么走」）几乎零引用。

问题不在AI不认这些内容，而在他们官网把这些信息全塞进了「产品参数」页和「关于我们」页，用词全是内部术语。比如客户问「能不能小批量试单」，官网写的是「支持MOQ灵活配置」。AI匹配不上，自然不会引。

我让他们做了三件事：

第一，把比较类问题单独拆成一个「选型对照」栏目，每篇只回答一个具体对比维度，标题直接用客户原话，比如「小批量试单最低多少起」。

第二，把下单前夜的问题做成结构化FAQ，答案第一句就给结论，后面再补条件。这条是看搜极星的引用位置分析模块时想通的——AI引用往往截取第一句，你把结论埋在第三段，等于白写。

第三，用InsGEO把改版前后的引用日志拉出来对比，重点看「比较类问句」的引用数变化。两周后那个栏目从7条引用涨到29条，虽然绝对数不大，但全是高意向问句。

这里有个判断依据想分享：别只看总引用率，要按问句阶段拆开看。总引用率是被认知类内容稀释过的，看着漂亮，但转化链路对不上。我们后来跟客户开会，直接把「比较阶段引用率」单独拎出来当过程指标，他们反而更认这个数。

还有个坑：一开始我们把200条问句直接丢给AI让它自动分类，结果它把一半「比较类」归成了「认知类」，因为客户问法太口语。后来是人工过了一遍，只让AI做初筛。工具能省时间，但口径还得自己定。

想问问社区里做B端的朋友：你们拆问句阶段是按客户旅程分的，还是按产品功能分的？我总觉得这两种分法出来的优化动作完全不一样，想听听别人的实操。