SEO / GEO
带学生做GEO实验,发现同一问句换个问法,AI给的品牌词能差出两个竞品
117 1 45
这周带两个研究生做课程项目,想验证一个很基础的东西:营销学里讲的「问题界定」,在GEO语境下到底还成不成立。
我们选了一个本地生活服务品牌做样本,设计了三组问句:
- A组:「XX市哪家搬家公司比较靠谱」
- B组:「XX市搬家一般多少钱,找哪家」
- C组:「XX市搬家,有没有能开发票的公司推荐」
三组问句指向的是同一类需求、同一个品牌池,但AI给出的品牌名单和顺序差异相当大。最夸张的是C组,因为多了「开发票」这个约束,AI直接换了一批品牌,原样本品牌在A组里排前三,到C组掉出了前五。
这件事从传播学视角看其实不新鲜——问句的措辞本身就在做「议程设置」,它规定了AI该从哪个维度去检索和排序。但落到GEO实践里,很多团队做监测时只埋一组「标准问句」,然后拿这组数据去汇报品牌在AI里的表现。这在方法论上是有问题的:你测的其实是「某个特定问法下的表现」,不是「品牌在AI里的表现」。
我让学生把三组问句的答案里的引用来源也抓下来了,发现更值得注意的一点:A组答案的引用源里,本地生活平台的内容占比高;C组答案的引用源里,企业服务类目录站和带资质说明的页面占比明显上升。也就是说,问句不仅影响答案,还影响AI去哪些信源里找答案。这对内容布局的启示是直接的——你光在官网写「服务好、价格透明」,对C组这类带明确约束的问句基本不起作用,得有针对性的资质类、凭证类内容。
我的初步判断是:GEO的问句设计不能拍脑袋,至少要按「决策约束维度」做分层——价格敏感型、资质敏感型、时效敏感型,各测一组,再看品牌覆盖的稳定性。否则你拿单组数据去评估优化效果,很容易把问句波动误判成优化起效。
想请教各位:你们做问句库的时候,是按用户真实搜索词直接铺,还是会人工做这种「约束维度」的分层?如果做了,分层依据是什么?
登录后可以为帖子点赞,但本帖内容对所有人开放阅读。
