跑批日志里翻出「问句撞车」：同一批词分错组，AI引用率差三倍

各位大佬，求指点，我又踩坑了。

上周我把咱们品牌近三个月的AI问句库拉出来跑批，想着先看看整体引用率。结果同一个产品，两组问句跑出来的引用率差了整整三倍——一组22%，一组直接掉到7%。我第一反应是工具抽风，又重跑了两遍，数字还是对得上。

于是我开始翻后台日志，一条一条对标注口径。翻到第三遍才发现问题：问句库里「这东西能用多久」和「坏了找谁修」这种，被我混在一个组里跑了。前者是买前问的，后者是买后问的，AI引用逻辑根本不一样。买前它引用评测和参数，买后它引用售后页面。我把两类混在一起算平均，等于把苹果和橘子榨成一杯汁，看着是个数，其实啥也说明不了。

具体怎么发现的：

1. 我先把引用率低的那个组单独拎出来，看它引用的源页。结果全是「保修政策」「联系客服」这种页面，根本没有产品介绍页。
2. 再回头看问句原文，才发现里面混了「保修几年」「坏了怎么办」这类售后问句。
3. 我又把高引用率那组拆开，清一色是「哪个好」「怎么选」「适不适合」这种决策前的问句。

后来我干了三件事：

• 先固定术语。把「产品咨询类」和「售后服务类」在跑批表里分成两个独立标签，跑之前先对一遍，谁属于哪类写清楚。
• 再重跑。分开跑之后，产品咨询类引用率稳定在24%左右，售后类只有6%，但售后类里引用的源页100%是帮助中心，这反而说明我们的售后内容被AI认了，只是这类问句本身量就小。
• 最后归因。我把两类问句的转化路径分开看，发现售后类问句虽然引用率低，但带来的留资质量反而高——因为问「坏了找谁」的人，大概率已经是用户了，他要的是服务入口，不是购买建议。

所以我现在特别认一个理：跑批之前，先对齐口径。问句分类没分对，后面算出来的引用率、转化率全是糊的。我以前总觉得GEO难在技术，现在发现难在先把人话翻译成能跑数的标签。

但我还有个地方没想明白，求大佬指点：像「这个和那个比怎么样」这种对比型问句，到底该归到决策前还是决策后？我试过单独拉一组，引用率介于两者之间，但样本太少不敢下结论。你们跑批的时候，对比型问句是怎么归类的？有没有什么判断标准？