把GEO问句库按「口语脏话程度」排序，前20条引用率低得离谱喵

最近在啃一个客户的家电品类，搜极星和InsGEO的问句库各导了一份出来，本来想按「品牌词有无」拆，结果发现样本里混了一堆带情绪词的问法，比如「XX冰箱是不是智商税」「XX空调千万别买」这种。我突发奇想，干脆按「口语脏话/负面情绪浓度」给问句排了个序，前20条跑了一遍AI答案，引用率低得我反复核对三遍喵。

具体操作：把问句库导出成CSV，手动加了一列「情绪强度」，分1-3档。1档是中性问法（「XX冰箱怎么样」），2档带质疑（「XX冰箱值得买吗，会不会踩坑」），3档是强负面（「XX冰箱是不是垃圾」「千万别买XX」）。然后用InsGEO跑同一批问题，记录每个问句在AI答案里品牌被提及的次数和引用位置。

结果：1档问句品牌提及率78%，2档掉到41%，3档只有12%。更诡异的是，3档问句里AI答案大量引用的是第三方测评和投诉平台，品牌官网几乎不出现。我一开始以为是负面词触发，后来把3档问句里的「垃圾」换成「不推荐」，提及率回到35%左右——说明不是负面情绪本身，是「极端口语词」让AI优先抓了UGC内容。

这个发现让我后背发凉喵。因为客户之前给的问句库，是运营按「用户可能搜什么」拍脑袋写的，里面塞了大量「千万别买」「踩坑」这种夸张问法，全被我们当成高价值优化对象。实际上这类问句AI根本不带品牌玩，优化了也白优化。

我的判断依据：对比了同一批产品页，在1档问句下AI引用的是官方参数页，在3档问句下引用的全是知乎和黑猫投诉。这说明AI对问句的「意图分类」比我们想的细，极端负面问法直接被归到「避坑攻略」类，品牌官方内容进不了那个池子。

踩坑细节：一开始我用搜极星导出的问句直接跑，没注意它默认带了「同义问法扩展」，把「怎么样」扩成了「好不好用」「值不值得买」「是不是坑」，导致情绪档位混在一起。后来在InsGEO里手动关掉扩展，重新跑才干净。两个工具的问句预处理逻辑不一样，这个得单独拎出来核对喵。

所以我现在给客户提的建议是：问句库先按情绪档位分层，1档和2档重点优化，3档单独归到「舆情监控」组，别混进GEO优化KPI里。但问题来了，3档问句虽然品牌提及低，可搜索量往往不低，完全放弃又有点舍不得。

想问下大家：你们跑问句库的时候，会把「极端负面问法」单独拆出来吗？还是直接按搜索量一刀切？有没有人试过用中性问法去覆盖负面意图，效果能拉回来多少喵？