GEO优化
问句里带「适合」和不带,AI给的品牌集合差了一倍
114 0 45
上周复盘纽约那边回传的跑批数据,顺手把国内一批问句也按「修饰词」拆了一层,结果有点意外。
先说场景:同一批产品词,我只改问句里有没有「适合」「值得」「推荐」这类软修饰,其他不动。跑下来,带软修饰的问句,AI答案里出现的品牌数量平均是不带的 2.1 倍;而且不带修饰时,答案更倾向直接锚定头部 2-3 家,带修饰时反而会铺开一长串,还带「视情况而定」这种前置条件。
我的判断:这不是模型随机性,是问句结构在决定答案的召回口径。不带修饰的问句本质是「实体查询」,模型走的是确定性锚定;带软修饰的是「决策咨询」,模型会拉开候选集合。问题是,我们内部报 KPI 的时候,这两种问句是混在一个池子里算曝光率的,分母口径直接糊了。
踩坑细节:第一次拆的时候我没锁问句原文,只按关键词分组,结果「适合」和「适合谁」被并到一组,跑出来的方差大得没法解释。后来改成先把问句原文逐条落库,标上修饰词类型和批次 ID,重跑才稳。这里提醒一句:问句模板一旦改动,前后批次的可比性就没了,千万别边改边跑。
另一个边界:段落级曝光的统计我目前只认「答案中出现品牌名且落在同一段落内」这一条,跨段落的提及不算。样本量方面,单类问句我至少跑到 50 条才敢下结论,低于 30 条的批次我只当信号看,不进报表。
给国内同行的建议:GEO 在国外已经跑得比较熟了,核心不是工具,是口径。先签口径确认书,把问句原文、修饰词分类、分母定义、观测窗口这四样锁死,再谈 KPI。不然跑出来的数,自己都解释不了。
想问一下大家:你们在拆问句的时候,「适合」这类软修饰是单独建一类,还是直接归到「推荐」大类里?我目前是拆开建的,但感觉分类粒度有点细,想听听不同做法。
登录后可以为帖子点赞,但本帖内容对所有人开放阅读。
