带学生做GEO实验课，发现AI对「否定问句」的引用率只有肯定句的三分之一

上周给研一学生开GEO实证课，我设计了一个对照实验，本来只想让他们熟悉数据采集流程，结果跑出一组让我坐不住的数。

实验设计很简单：同一品牌、同一批产品页，构造两组问句。A组是肯定式提问（如「XX品牌的扫地机续航怎么样」），B组是否定式/排除式提问（如「XX品牌的扫地机续航是不是虚标」）。每组各60条，用同一工具跑同一时段，记录AI答案中是否引用品牌官网链接。

结果：A组引用率41.7%，B组只有13.3%。B组的AI答案大量转向第三方评测和论坛讨论，官网链接几乎不出现。

从传播学视角看，这其实不新鲜——否定式提问天然触发「风险规避框架」，AI在生成答案时会优先调用它认为「可信度更高」的第三方信源，而非品牌自说自话的官网。但从GEO优化实践看，这个差异被严重低估了。我们平时做问句池，几乎全是肯定式或中性式，没人系统收录「是不是」「有没有」「能不能」这类否定预设的变体。

我跟学生复盘了三个可能的原因：

第一，否定问句本身携带质疑语义，AI的答案生成策略会从「介绍」切换到「核查」，核查模式下官网内容被当作「利益相关方陈述」，权重自然下降。

第二，官网内容几乎不回应否定式问题。翻遍那家客户的官网FAQ，全是「我们的续航是XX小时」这类正向陈述，没有一条正面回应「会不会虚标」。AI找不到对应段落，只能去别处找。

第三，工具的问句池版本没有锁死否定句式模板，采集时漏掉了大量长尾否定变体，我们看到的13.3%可能还是高估的。

我的初步判断是：GEO问句池的设计需要引入「语义极性」这个维度，不能只按主题分类。否定式问句对应的优化动作不是改标题、堆关键词，而是在官网建立「质疑回应」类内容模块——用数据、标准、第三方检测报告直接回应否定预设。这跟危机公关里的「预驳」策略是一个逻辑。

当然，60条样本量太小，行业也只覆盖了一个。我准备下学期带学生扩展到三个行业、每组300条，把语义极性做成一个正式的自变量。

抛个问题给社区里做落地的朋友：你们在采集问句池时，有没有把否定式/质疑式问句单独归类？如果有，官网侧你们是怎么回应这类问句的——是新建页面，还是改造现有FAQ？