把AI追问的第二跳成本拆开看，我才发现最烧钱的不是首答

最近在盯追问路径的成本，越拆越不对劲。

先说场景：用户问了句「XX品类哪个牌子靠谱」，AI首答给了3个品牌，用户不满意，追问「那XX和YY比呢」——这就是第二跳。我们之前一直盯着首答的引用率，觉得首答被引就赢了，结果拉出转化数据一看，第二跳进来的用户成交率是首答的2.3倍，但成本也高得离谱。

怎么个高法？我把一个月的日志按跳数拆开：

• 首答：平均1.2次模型调用，token成本X
• 第二跳：平均3.8次调用，因为要拉对比、拉参数、拉评价，token直接翻三倍
• 第三跳往后：调用次数降下来，但转化率也掉回首答水平

关键发现是：第二跳最烧钱，不是因为调用多，是因为重试率高。我看了下失败日志，第二跳里大概有17%的请求是「答非所问」被打回重来的，重试一次成本就double。再往下挖，这些重试八成集中在「对比类追问」——用户问「A和B哪个好」，AI先答A的卖点，用户不满意，再问一遍才给对比。

我们试了个小改动：在首答的落地页里预埋一个「对比入口」，把用户可能追问的对比问句提前结构化，喂给检索层。快速迭代了一版，第二跳的重试率从17%压到9%，单次追问成本降了差不多三成。

踩的坑也说一下：一开始我让技术直接加对比内容，结果页面变重，首答的引用率反而掉了。后来改成「按问句模板动态拼」，只在对的追问路径上出对比块，才稳住。

所以我现在判断GEO成本，不看总调用量，看第二跳的重试率——这个数一高，钱就是白烧的。

问一句：你们拆追问路径成本的时候，有没有把「重试」单独拎出来算？还是都混在总token里一锅粥了？