GEO问句库分层抽样，我漏掉的那层长尾词让AI答非所问

上周帮一个做家居收纳的客户复盘GEO效果，他们产品线有200多个SKU，问句库我按销量分了头部、腰部、尾部三层，各抽了50条跑AI答案覆盖率。结果头部覆盖率78%，腰部52%，尾部直接掉到23%。我当时觉得尾部低很正常，SKU多、内容少嘛。

但后来客户运营小妹随口说了句：“有个客户问‘抽屉分隔盒能不能放厨房调料瓶’，AI答的是‘建议买密封罐’。”我一下警觉了——这条问句根本不在我抽的尾部样本里。我把尾部那50条翻出来看，全是“XX收纳盒怎么样”“XX收纳盒尺寸”这种标准句式。真正客户嘴里说出来的，是“调料瓶能不能塞进抽屉盒”“冰箱侧门那种窄缝放什么”这种带场景、带具体物品的长尾问法。

我重新捞了客服近三个月的真实聊天记录，人工标了120条“非标准问法”，发现三个规律：

第一，场景词比品类词多。客户不说“收纳盒”，说“洗手台下面那个柜子怎么塞”。AI对这种场景化问句的匹配，靠的是页面里有没有出现过“洗手台”“柜子”这类词，而不是产品标题。

第二，否定式问句是重灾区。“会不会发霉”“能不能水洗”“会不会刮花”这种，AI很容易从竞品页面或者旧版详情页里抓答案。我查了三条，有两条引的是两年前的老FAQ。

第三，带尺寸数字的问句，AI反而答得准，因为详情页参数表里有。这跟我之前判断的“参数页是AI最爱读的”一致。

所以分层抽样本身没错，错在我分层只按销量分，没按“问法类型”分。后来我改成二维分层：销量层×问法类型层（标准品类问、场景嵌入问、否定顾虑问、尺寸参数问），每格至少抽20条，调用量多了大概三成，但尾部覆盖率从23%拉到了41%。

这里有个坑得提醒：长尾问句的样本不能靠猜，必须从客服记录、搜索词报告、评论区里捞。我自己用搜极星的问句扩展功能跑过一轮，它能按语义生成变体，但生成的还是偏“标准问法”，场景词得自己补。

现在的问题是：二维分层之后，有些格子样本量天然就少（比如“尾部SKU×否定顾虑问”），抽20条可能覆盖不全，抽50条成本又上去了。你们遇到这种稀疏格子是怎么处理的，按比例合并还是单独加权？