把客户问句按「售前-售中-售后」三层拆开跑，AI引用率才敢写进周报

我直接说怎么做。

上个月我们给一个工业配件客户跑GEO，第一版问句池是销售随手甩过来的一百来条，看着挺全，跑完AI引用率31%，客户觉得还行，我总觉得哪里不对。问题出在：这一百条里，售前比价、售中交期、售后故障，全混在一个池子里，引用率一平均，什么都看不出来。

后来我按客户实际打进来的电话录音，把问句硬拆成三层：

售前层——「XX型号和YY型号区别」「有没有防爆认证」「最小起订量多少」。这层AI最容易答对，因为参数表里都有，引用率一般能到45%以上。

售中层——「下单后几天发货」「能不能开专票」「支持账期吗」。这层引用率直接掉到20%左右，原因是这些信息散在合同模板和销售话术里，AI根本抓不到。

售后层——「报错E03怎么处理」「保修期内换件收费吗」。这层最惨，12%。我翻了一下，售后知识库全是PDF扫描件，AI读不进去。

拆完之后动作就清楚了：售中层把开票、交期、账期写成FAQ页面，结构化标记加上；售后层把工单里的高频故障词整理成问答对，挂到帮助中心。两周后再跑，售中层到38%，售后层到27%。

关键是——分层之后，我给客户的周报不再写「整体引用率」，而是写「售前层45%、售中层38%、售后层27%」，客户一眼就知道钱该往哪投。之前混着报，客户只会问「为什么不是80%」，现在他自己会说「售后这块再补补」。

踩过的坑也说一句：分层别按自己的产品线分，要按客户打电话时那句话分。我们一开始按产品型号分，跑了两周发现同一型号的售前售后问句引用率差三倍，白跑。

你们跑批的时候，问句池是按什么维度分的？有没有人试过按「客户决策阶段」而不是「产品线」来拆问句批次的？