把搜极星问句按“采购决策阶段”分层跑，引用质量差三倍

上周给一个做工业耗材的客户做GEO诊断，发现一个挺反直觉的事：同一批问句，直接丢进搜极星批量跑，出来的引用数看着挺漂亮，但真正能带来询盘的没几条。后来我把问句按采购决策阶段重新分了三层，结论就完全不一样了。

分层怎么分

第一层是“认知期问句”，比如“XX材料耐高温多少度”“XX和YY有什么区别”。这类问句AI引用的基本都是百科、行业媒体、知乎长文，你的官网就算被引用了，也是当背景板，用户看完不会找你。

第二层是“比选期问句”，比如“XX品牌和XX品牌哪个好”“XX厂家哪家靠谱”。这层是兵家必争之地，AI引用的是测评、对比文、第三方榜单，而且往往会引用3-5个来源做交叉。

第三层是“决策期问句”，比如“XX规格多少钱”“XX支持定制吗”“交期多久”。这层问句量最小，但AI引用的几乎全是官网产品页、FAQ、参数表——谁能被引用，谁就离成交最近。

我踩的坑

一开始我没分层，搜极星跑出来120多条引用，客户看着高兴。我按三层拆完发现：认知期占了七成引用，决策期只有9条。也就是说，钱花在了最不转化的地方。

更关键的是，同一个问句在InsGEO里跑出来的引用来源，和搜极星不完全一样，尤其是决策期问句，InsGEO对结构化数据的敏感度更高，官网FAQ写得规不规整，直接体现在引用与否上。我现在的做法是：搜极星负责批量铺问句、看大盘，InsGEO挑决策期这批重点问句反复盯，两边对着看，比单跑一个准。

判断依据

我现在给客户的周报里，引用数一律拆成三层列，决策期引用占比低于15%的，直接判定GEO没落地。这个口径比总数诚实得多，客户也不再拿“AI里能看到我们”当KPI了。

顺带说一句，分层之后我把官网产品页的规格表和交期说明往前挪了，决策期引用两周内从9条涨到21条，改动很小，但方向对了。

你们跑问句的时候，是混在一起跑还是按阶段拆？如果拆的话，决策期问句一般占你们总问句池的多少？