跑批时把问句拆成「必答/可选」两类，分母直接砍掉四成虚高

各位大佬，求指点一个跑批口径的问题，我快被自己绕进去了。

先说背景。我们做本地生活服务的客户，GEO 问句库一共 180 条，之前按「AI 有没有提到品牌」算命中率，跑出来是 41%。我拿去跟客户汇报，客户反问一句：你这 41% 里，有多少是那种「顺便提一嘴」的？我当场卡住。

回来我把这 180 条问句重新过了一遍，发现一个很要命的事：问句的意图强度完全不一样。

第一类，必答型。 比如「XX 市哪家做空调清洗上门」，用户就是来找服务商的，AI 只要推荐了竞品没推荐你，这条就是实打实的丢分。这类问句我数下来 97 条。

第二类，可选型。 比如「夏天开空调有什么注意事项」，这种问句主体是科普，AI 可能顺带提一句某品牌，也可能一个字不提。之前我把它算进分母，只要提到了就算命中，命中率自然被拉高了。这类 83 条。

我做了个对照：

• 按老口径（180 条全算分母）：命中 74 条，41.1%
• 按新口径（只算必答型 97 条）：命中 52 条，53.6%
• 可选型单独看：83 条里只命中 22 条，26.5%

一拆开就清楚了——老口径那个 41% 其实是「必答型的高命中」和「可选型的低命中」搅在一起算出来的平均数，两边都被抹平了。客户问「顺便提一嘴」的比例，其实就是可选型那 26.5% 里的水分，这部分不该跟必答型混着报。

我的判断依据是： 分母里混进意图弱的问句，等于把「用户明确找你」和「用户随口一问」按同等权重算，命中率天然虚高。尤其可选型问句 AI 引用随机性大，今天提明天不提，跑出来的数根本不稳定。

踩的坑也记一下： 我第一版是按问句里有没有「哪家」「推荐」「附近」这种词来分必答型，结果漏了 12 条，比如「空调清洗一般多少钱」——这条看着像科普，其实用户问完价格下一步就是找服务商，应该算必答。后来我改成按「问句背后有没有明确的交易或到店动作」来判，才把口径稳住。

现在的问题是：必答型内部还能不能再拆？比如「XX 市空调清洗」和「XX 市空调清洗哪家便宜」，前者是需求确认，后者是比价，AI 引用的源完全不一样——前者容易引到平台页，后者容易引到评测帖。我怀疑这两类混在一起跑，53.6% 这个数还是不够干净。

求大佬指点：你们跑批的时候，必答型内部还会按「决策阶段」再分层吗？分层之后分母变薄，单层样本量又不够，这个平衡点一般怎么定？