把GEO问句按「搜索意图的确定性」分了两组，发现AI引用逻辑根本不一样

最近在复盘纽约团队和国内两边跑的GEO batch，发现一个之前没太在意的变量：问句本身的确定性程度。

简单说，我把问句拆成两类：

• 高确定性问句：用户已经知道自己要什么，比如「XX型号的参数」「XX品牌的售后电话」。这类问句AI的回答逻辑是精准匹配+事实核对，引用来源高度集中在官网、说明书、参数页。
• 低确定性问句：用户还在探索阶段，比如「XX和YY哪个更适合小户型」「预算五千怎么选」。这类问句AI的回答逻辑是多源综合+观点归纳，引用来源非常分散，测评、论坛、对比文都能进。

这个区分为什么重要？因为我们之前把两类问句混在一个池子里看引用率，结果数据完全没法解释——高确定性问句的引用率稳定在28%左右，低确定性问句引用率忽高忽低，从9%跳到41%都有。

后来我拉出batch log逐条对，才发现低确定性问句的引用波动跟内容发布时间强相关：AI对这类问句倾向于抓「最近三个月内、有明确对比结构」的内容。而高确定性问句对时间不敏感，但对结构化标记极度敏感——加了FAQ schema的参数页，引用率直接翻倍。

所以我现在给客户的建议是：别用一个GEO策略打所有问句。高确定性问句拼的是「页面结构完不完整」，低确定性问句拼的是「内容新不新、有没有对比框架」。两套打法，分母口径也得分开算，不然你永远说不清ROI为什么忽上忽下。

有个坑提醒一下：低确定性问句的引用衰减特别快，我跟踪的一批对比文，引用存活期中位数只有23天，而高确定性问句的引用能活两个月以上。这意味着前者的内容更新频率得按周算，后者按月算就行。预算分配上这个差异很大。

抛个问题：你们有没有把问句按「用户决策阶段」拆开看过引用数据？我目前只分了确定/不确定两档，感觉中间还应该有过渡层，但一直没想好怎么定义边界。