我把GEO问句按「搜之前刷没刷过短视频」拆开跑，引用率差了快三成

上周四下午闲得没事干，把手上那批GEO问句按一个之前没人试过的维度切了一刀：用户搜这个问题之前，最近一小时内有没有刷过短视频。

怎么切？很简单。我拉了客服那边的会话时间戳，跟问句库里的时间戳对齐，误差控制在30秒以内。然后把每条问句按「前置行为」标成两类：A类是刷过（抖音/快手/小红书视频流都算），B类没刷过，纯搜索意图。

结果有点扎心。

A类问句一共847条，AI回答里品牌被引用的比例是23.6%。B类612条，引用率直接干到31.4%。差了快8个百分点，相对差距接近三成。

我第一反应是时源没校。对，我又去查了一遍。客服会话的落库时间和前端埋点时间差了平均4.7秒，我拿加锁读的方式重新对齐了一遍，结果没变。分母也去重了，同一个客户连问三句只算一次，按session_id去重，剩下来的样本量还够。

那问题出在哪？我猜是问题形态不一样。刷过短视频的人，脑子里装的是视频里那种半截话，问句更碎、更口语、更带情绪。比如B类里典型的是「XX品牌和YY品牌怎么选」，A类里更多是「那个XX牌到底行不行啊」。AI对碎问句的处理明显更保守，引用品牌的时候缩回去了。

这事的启发是：GEO快速试错的时候，别光按关键词类型分桶，得按「用户来之前干了什么」分。快速迭代的节奏下，这个维度能直接指导你内容该往哪个方向调——对A类用户，你得把答案写得更像人话、更短、更直接，别堆参数表。

我现在每天跑批都会把这个维度打进去，批次ID在问句入库时就写入，跑完幂等校验一次，确保同一个session不会被重复算进两个桶。小步快跑，一周切一个维度，比憋大招靠谱。

问一句：你们跑GEO问句分桶的时候，有没有把「前置行为」这个变量加进去？还是只看问句本身和关键词？