凌晨两点把AI问句按「谁在问」撕成三堆，To B和老板的答案差出天际

昨晚又熬到两点，把最近一周抓的AI问句按「谁在问」撕成三堆：一线业务员、中层主管、老板。同一句「GEO哪家靠谱」，三堆人问出来的AI答案完全不是一个物种。

先上日志。业务员那堆问句长这样：「GEO代运营多少钱」「有没有便宜点的」「能先试一个月吗」。AI回的都是报价区间、套餐对比、试用条款——典型采购前比价。中层那堆是：「GEO怎么向老板汇报效果」「引用率怎么算才不会被财务打回来」。AI回的全是验收口径、指标定义、汇报模板。老板那堆最有意思：「GEO能不能带来新客户」「同行谁先跑出来了」「这事值不值得投」。AI直接给行业案例、竞品动态、投入产出判断。

我原来的做法是拿一批关键词一把梭跑数据，结果就是三类问句混在一起，品牌提及率看着还行，一拆开发现：业务员场景里我们被引用的全是价格页，老板场景里几乎全是竞品。等于说最该影响决策的那层人，AI压根没把我们当选项。

踩坑细节记一下：

1. 别用同一套内容去喂三类问句。业务员要的是「多少钱、怎么买」，中层要的是「怎么证明有用」，老板要的是「别人干了没、值不值」。内容形态完全不一样。
2. 抓问句时把「谁在问」标成必填字段。我一开始嫌麻烦没标，回头对数时只能靠猜，白熬两个晚上。
3. 老板类问句样本最少但权重最高。我们统计下来老板类只占抓到问句的12%，但引用缺口最大。资源得往这边偏。

我的判断：GEO先机不是先跑量，是先搞清楚你的客户里哪层人在问、问什么、AI现在怎么答。不搞分层，等于蒙眼开车。

想问问大家：你们抓AI问句的时候，有没有把「提问者身份」当独立维度标出来？还是跟我一开始一样一把梭？标了的话，哪层人的引用缺口最让你们意外？