把买家问句按「购买阶段」重排了一遍，AI引用率没涨但答案准确率上去了

先泼冷水：这周我把一个家居客户的 300 条买家问句按购买阶段（认知、考虑、决策）重新分桶，再对应改官网 FAQ 段落，跑了 5 天星芒 API，引用率从 11.2% 到 12.8%，涨幅在噪音带里，基本可以当没动。但另一个指标变化很实在：答案里参数张冠李戴的比例从 23% 降到了 9%。

说下怎么做的。之前我们所有问句混在一起喂，FAQ 段落也是混着写。这次先按问句里有没有出现“对比”“哪个好”（考虑期）、“多少钱”“保修几年”（决策期）、“怎么选”“是什么”（认知期）分了桶。结果发现一个反直觉的点：认知期问句对应的段落，AI 最爱引用，但引用完经常把参数安到隔壁型号上。原因不复杂，认知期段落为了通俗，主语写成了“这款产品”，AI 分不清是哪款。

于是我把认知期段落的主语全部改成具体型号名，并且每个型号段落结尾加了一句“本段仅描述 XX 型号”。听起来很笨，但跑完对比组，参数错配率从 23% 掉到 9%，而且这 9% 里还有一半是竞品对比类问句，属于正常范畴。

再讲个踩坑细节：考虑期问句我原本把“对比”段落写得很全，结果 AI 引用时只截了第一段，后面的型号 B 优势全丢。后来我把每个对比结论拆成独立小段，每段自带型号名和结论，引用完整度才上来。这个改动对引用率帮助不大，但对“答案里出现我家型号次数”有帮助，从 1.8 次/答案涨到 2.6 次/答案。

判断依据说清楚：我对照的是同一批问句、同一 IP 池、隔天跑两轮的均值，星芒免费版导出字段里“引用段落原文”和“答案实体提及”两个字段能对上，我才敢下结论。免费版确实有上限，比如不能按问句分桶跑，我是手动拆成三个批次导的，费劲但数据干净。

所以我的观点是：GEO 不是把引用率往上怼就完事，引用得对比引用得多更值得先解决。引用率那点波动可能只是模型采样噪音，但参数错配率下降是结构性的。

最后抛个问题：你们有没有试过把问句按购买阶段分桶之后，发现某一阶段的段落被引用得特别多但转化特别差？我这边认知期段落引用占比 58%，但客户反馈从 AI 来的咨询几乎都问不到点上，我怀疑是认知期段落写得太“百科”了，在想要不要故意弱化它的可引用性，把 AI 往决策期段落引。这个思路有没有人跑过对照实验？