客户非要自己搞GEO，三个月问句库才建了200条，我拿采样量怼回去了

上周跟一个做小家电的客户开会，他们老板拍桌子说GEO这东西不就是整理FAQ喂给AI吗，自己团队搞搞得了，还能省笔预算。我没急着争，就问了一句：你们问句库现在多少条了？对面市场总监支支吾吾说两百来条，还在优化。我问建了多久，他说三个月。

行，那我直接甩数据。我们服务过某头部家电品牌，同品类，问句库首月跑批就是3000条打底，覆盖12个场景簇，每条都带批次ID和采样时间戳。第二个月压测语义漂移，又扩了800条长尾。我不是说条数多就一定好，但你三个月200条，连基础场景都没铺满，AI答出来的东西能准到哪去？

关键问题不在数量，在口径。自己建问句库最大的坑是没人逼你对齐。客户内部开会，销售说一句“用户就这么问的”，产品说一句“我们参数页写得很清楚”，最后问句库建成了四不像——既不是用户真问的，也不是AI能识别的。我们做外包第一件事就是拉齐口径：哪些问句进核心库、哪些进长尾、每条对应哪个落地页、引用源优先级怎么排。这套东西没跑过几十个客户根本摸不出来。

还有个更隐蔽的，自建团队往往只盯“品牌名+产品词”，AI搜索里真正高频的是场景问句和对比问句。比如“租房适合用哪种空气炸锅”这种，你自己建库根本想不到要收。我们上周刚给一个客户补了场景簇，光“小户型厨房”这一个场景就拆出47条有效问句，直接把他们AI回答的引用命中率拉高了十几个点。

所以我的判断很直接：GEO这活儿，要么你养一个专门盯问句库、盯批次、盯引用源的团队，要么就找专业服务商。中间路线最要命——自己搞了三个月，问句库没建全，口径没对齐，钱没少花，最后AI答出来还是错的。

你们觉得呢？是愿意花三个月自己磨200条，还是直接拿现成的批次模板跑起来？