给AI答案里的每个问句打上「意图指纹」，引用率才第一次能对账

简单说，GEO的技术门槛真不高，卡住大家的从来不是抓取或解析，是问句本身没分类清楚。

上个月帮一家做企业服务的客户复盘，他们后台显示品牌在AI答案里被引用率是18%。我看了下原始问句库，三千多条，混在一起算一个分母。这数字没有任何意义——因为「XX公司怎么样」和「XX和YY哪个好」根本不是一类问题，前者是品牌确认，后者是选型对比，AI的答案结构和引用来源完全不同。

我让他们把问句按意图重新打标，先拆四类：品牌确认、功能疑问、对比选型、价格咨询。拆完发现最有意思的事：品牌确认类问句的引用率是41%，对比选型类只有7%。也就是说，整体18%这个数，是被对比类问句硬生生拉下来的。而对比类恰恰是转化最高的场景。

问题出在哪？我翻了答案块的位置日志。对比类问句的AI答案里，品牌名往往出现在第三段以后，前面两段被行业通用解释占满。而品牌确认类问句，答案开头第一句就是品牌名。位置决定曝光，曝光决定引用。

后来我们做了两件事，都很土但有效：

第一，把对比类问句单独建一个观测池，不再和品牌确认类混算。分母锁死，谁也别想拿整体数据糊弄。

第二，针对对比类问句，在官网详情页开头加一段「一句话选型建议」，把品牌名和核心差异点放在前80个字里。两周后对比类引用率从7%爬到11%，绝对值不大，但分母是准的，敢往汇报里放。

这里有个坑得提醒：打标签的时候别让运营凭感觉标。我让技术把问句按「是否含品牌词」「是否含对比词」「是否含价格词」做了规则预分类，人工只复核边界样本。这样标签一致性才稳得住，不然同一批问句两个人标出三个结果，分母又乱了。

还有一点，意图分类不是一次性的。问句库每周新增，标签规则得跟着迭代，否则三个月后分母又变成一锅粥。我现在的做法是每月抽200条做人工校准，算标签准确率，低于90%就回滚规则。

所以回到那句话：GEO的门槛不在技术，在内容质量，更准确地说，在你能不能把问题本身拆干净。拆不干净，所有引用率都是自嗨。

想问问大家：你们在给问句做意图分类时，边界样本（比如「XX好用吗」这种既像功能疑问又像品牌确认的）是怎么处理的？人工复核的成本你们压到多少？