我带学生把GEO对照组按「营销漏斗层级」拆开，发现中间层最容易被AI漏掉

上周三下午的研讨课，我把手上那批GEO问句按营销漏斗的AIDA层级重新做了分层抽样。这件事其实早就该做，只是一直没腾出手。

先说背景。我们和一家做工业配件的客户合作了三个月，之前统一口径抓了320条问句，AI引用率稳定在31%左右，数据看着还行。但我一直觉得这个数字太粗——营销学里最早Kotler就强调过，消费者决策是分阶段的，认知、兴趣、评估、购买，每个阶段的信息需求完全不同。如果笼统地看引用率，等于把漏斗全层混在一起做均值，掩盖了结构性问题。

于是我让学生按AIDA重新标注了这320条问句，分成四层：认知层（问「什么是」「哪类」）、兴趣层（问「哪个好」「怎么选」）、评估层（问「对比」「参数」「价格」）、购买层（问「哪里买」「联系方式」）。每一层独立跑了一批，对照组用原来那批未分层的。

结果出来我确实愣了一下。认知层引用率38%，购买层引用率41%，评估层只有19%，兴趣层23%。中间两层明显塌下去了。从传播学视角看，这个差异很好解释——认知层和购买层的问题结构清晰、答案边界明确，AI容易抓取；但评估层和兴趣层涉及对比、权衡、场景判断，语义模糊度高，AI要么不引用，要么引用竞品内容来填充。

我又让学生把评估层那60多条问句逐条打开看，发现一个规律：凡是问句里带「哪个更」「怎么对比」这类比较词，AI几乎不引我们的内容，反而大量调用第三方测评。而我们自己的产品页全是参数罗列，没有回答「对比」这个动作。这是内容结构和问句意图之间的断层。

更麻烦的是数据口径问题。我们原来那批未分层的对照组，三周前跑过一次，这次又跑了一次，同一批问句的引用条数差了11条。学生一开始以为是模型版本变了，我让他们把两次跑批的采样时间戳、问句哈希盐版本、gzip编码都对齐了，发现是其中一条问句的标点在第二次跑批时被自动纠正了——逗号变成了问号。就这一个标点，那条问句的引用从3条掉到1条。

所以我的判断是：GEO的对照组设计必须先解决三件事。第一，分层维度要和营销理论对应，不能随便切；第二，同源口径要锁定到标点级别，否则跑出来的差异没法归因；第三，评估层和兴趣层是当前AI引用的洼地，恰恰是品牌认知建构最关键的区间，值得优先投入。

我现在的问题是：各位在做GEO分层的时候，有没有人把「漏斗层级」和「问句语义模糊度」交叉做过矩阵分析？我想看看评估层的洼地到底是问句本身的问题，还是AI在比较类问题上的引用机制有系统性偏好。