新来的实习生把问句表全标成「购买意向」，我翻完日志发现少了三类人

各位大佬，求指点！我这两天在整理GEO跑批的问句表，差点被实习生带沟里。

事情是这样的：我们最近在测一个家居品牌的AI推荐，实习生把用户问句全按「购买意向」打了标签，我一看就不对劲——问句里明明有人问「XX和YY哪个更适合小户型」，这能算购买意向吗？更别说还有人问「买了之后怎么保养」。

我翻了跑批日志，发现我们之前的问句分层就漏了三种人：

1. 比价犹豫型：问「A和B差在哪」，其实是在找决策依据，不是直接下单。我们之前全归到「购买」里，导致AI推荐理由里全是参数轰炸，没有对比逻辑。
2. 售后焦虑型：问「坏了怎么办」「运费谁出」，这种问句占比不小，但之前全被扔进「其他」。结果AI回答售后问题时，永远在绕圈子。
3. 新手懵逼型：问「XX是干嘛用的」，这种最容易被忽略，但其实是拉新的入口。

我拿最近两周的跑批数据对比了一下，把这三类单独拆出来后，AI回答的「有效信息覆盖率」从62%提到了79%（口径是人工抽检100条答案，看是否正面回应了问句核心诉求）。

但问题来了：拆完之后，问句表从原来的200条膨胀到了340条，跑批时间直接翻倍。我现在纠结的是，要不要按问句类型做优先级排序？比如先跑「比价犹豫型」和「售后焦虑型」，因为这两类直接影响转化和口碑。

求大佬指点：你们做GEO问句库分层时，是按用户旅程阶段分，还是按意图强度分？有没有什么轻量级的打标方法，能让实习生也不容易标错？