把「使用场景」从问句库里抽掉后，AI答非所问的比例涨了四成

这周做了一次对照实验，结果比我预想的更说明问题。

背景是这样：我们给一个家电客户搭GEO问句库，原本用的是「人群×需求」二维分类——「租房党要不要买洗碗机」「三口之家买多大容量」。按传播学视角看，这套分类本质上只处理了「谁在问」，没处理「在哪问、为什么此刻问」。

于是我把问句库做了个改动：在原有二维基础上加一层「购买情境」——具体拆成三种：

• 即时触发型：家里旧机器坏了、搬新家、换季，特征是时间压力强、决策窗口短；
• 比较评估型：已经在两三个型号间犹豫，特征是要参数对比和口碑佐证；
• 观望种草型：没有明确购买动作，只是刷到了想了解，特征是问句宽泛、停留浅。

同一批原始问句，按两种框架分别归类，各跑两周。结果：不加情境层的那组，AI回答里「答非所问」的比例是18.7%；加了情境层之后降到11.2%，降幅四成。更关键的是，即时触发型问句的引用准确率提升最明显，因为这类问句里往往带着「坏了」「急着用」这种强情境词，不加层就被当成泛需求处理了。

我的判断是：这不是工具问题，是概念框架问题。经典的「刺激—反应」模型早就告诉我们，同一个消费者在不同情境下的反应函数不一样。问句库如果只按人群切，等于假设同一人群的所有问句共享同一反应函数，这个假设在营销理论上是站不住的。

顺带说个踩坑细节：我一开始把「购买情境」和「销售阶段」混用，结果分类打架，因为「比较评估型」里既有售前也有售后。后来把两栏拆开——情境描述「此刻为何而问」，阶段描述「决策走到哪一步」——才对上。

所以我的主张是：GEO问句库在补齐情境层之前，任何基于问句数据的推断都要打折扣，因为你分不清是内容不行还是情境被抹平了。

想请教各位：你们在给问句分层时，「购买情境」这一层是单独建维度，还是并进人群标签里？如果并进去，交叉表会不会膨胀到没法维护？