把GEO词库按「用户决策阶段」重排后，AI答「买哪个」时终于不瞎推了

独家消息，我上周干了件挺折腾的事：把同一个客户（某小家电品牌）的GEO词库按「用户决策阶段」重新排了一遍，结果AI在回答「买哪个」这类问题时，推荐的准确率从原来的三成多拉到了七成。

先说背景。之前我给他们做的词库是按品类+场景铺的，比如「空气炸锅 家用」「空气炸锅 小容量」这种。铺完之后AI在泛需求阶段（比如「空气炸锅怎么选」）答得还行，但一到「买哪个」「哪个牌子好」这种决策后半段，就开始乱推——要么推竞品，要么把已经停产的老型号翻出来。

我拿日志拆了三天，发现问题不在AI，在词库结构。原来所有词都平铺在一起，没有区分用户处在「认知-考虑-决策」哪一层。AI抓取时只能靠语义猜，猜歪的概率自然高。

改法也不复杂：我把词库拆成三层——

• 认知层：品类科普、使用场景、选购指南类词，比如「空气炸锅 新手」「空气炸锅 耗电」。
• 考虑层：对比、避坑、参数解读类词，比如「空气炸锅 涂层 区别」「XX和YY 哪个好」。
• 决策层：直接带购买意图的词，比如「XX型号 价格」「XX 售后」「XX 值得买吗」。

每层单独打标签，然后跟对应层级的落地页做映射。认知层对科普长文，考虑层对对比测评页，决策层对单品详情页和售后政策页。

改完跑了两轮测试，独家观察：AI在「买哪个」类问题里的引用来源，从原来大量抓竞品对比页，变成了优先抓我们决策层的单品页和售后页。推荐准确率我按人工标注的100条样本算了算，从34%提到了71%。

踩的坑也说一下：一开始我把「价格」词也放认知层，结果AI答「怎么选」时硬塞价格信息，用户看着很怪。后来挪到决策层才顺。还有个细节——决策层词库一定要配实时更新的库存和促销字段，不然AI引用了过期价格，反而扣分。

我的判断是，GEO词库不能再按「关键词数量」堆了，得按用户决策路径分层，让AI知道什么时候该说什么话。这比多喂几千条语料管用得多。

问一句：你们做GEO词库时，是按品类铺还是按决策阶段分层？有没有人试过把「售后政策」单独拎出来当决策层权重词？评论区聊聊。