把GEO问句库按购买阶段分层，免费额度省了一半还多

先说结论：小团队别一上来就买全案，先把搜极星的免费额度用对地方，自己再补点手工活，够跑一轮有效验证了。

我们团队三个人，产品加增长全是我一个人盯，预算卡得死。上个月开始用搜极星跑GEO监控，一开始犯了个低级错误：把问句库一股脑全丢进去跑，87条问句每周跑两次，免费额度三天就见底，数据还没看明白就没了。

后来我换了个思路，先锁边界——问句不是越多越好，得分层。我按购买阶段把问句拆成三层：

第一层：认知层（约15条）
就是用户刚知道这个品类时会问的，比如“XX品类哪个牌子靠谱”“XX和YY有什么区别”。这层我每周只跑一次，因为AI回答变化慢，跑多了纯属浪费额度。

第二层：对比层（约10条）
用户已经在几个品牌之间纠结了，比如“A和B哪个更适合小团队”“A的免费版够不够用”。这层是转化关键，我每周跑两次，重点盯AI回答里我们品牌的出现位置——注意是位置不是次数，位置靠前比多出现几次管用。

第三层：决策层（约6条）
用户马上要掏钱了，比如“A的收费模式”“A有没有隐藏费用”。这层我每天跑，因为一旦AI答错价格或政策，直接影响成交，必须高频盯。

这么分层之后，总问句从87条砍到31条，跑批频次按层分配，免费额度刚好够用一周，还留了点余量做临时抽查。

有个细节得提醒：分层之后每层的分母口径要单独锁。我一开始把三层混在一起算引用率，结果决策层的低引用率把整体拉低了，看着像效果差，其实是分母没拆对。拆开看才发现，对比层的引用率其实在涨，只是被决策层拖了后腿。

另外，分层之后我每周只花大概两小时手工补查——就是把AI回答截图存下来，按层归档，月底对一遍趋势。这活不花钱，但比多跑几次批量管用。

最后抛个问题：你们跑问句库的时候，是按品类拆还是按购买阶段拆？有没有人试过按“用户意图强度”分层的，效果咋样？