把GEO问句按「客户实际下单前会问啥」重排，才发现我们自嗨了俩月

上周跟一个做工业配件的客户过GEO试点方案，他问了我一句：你们跑的那些问句，真是客户下单前会问的吗？我当时没答上来，回来把问句库翻出来重排了一遍，出了一身冷汗。

原来的问句库是怎么来的？是我们市场部几个年轻人按「关键词+AI会怎么答」脑补的，比如「XX型号和YY型号哪个好」「XX品牌怎么样」。跑了一个多月，AI那边确实有引用、有提及，报告看着挺漂亮。但客户一追问，我拿去跟客服的真实问句一对照，问题就出来了。

我让客服把最近三个月的咨询记录导出来，按「下单前」和「下单后」分开，只留下单前那部分，一共一千两百多条。然后我做了三件事：

第一，把问句按客户所处的阶段重新分层。不是按我们习惯的「品牌词、品类词、竞品词」分，而是按客户自己走到哪一步分：刚有需求在问「这玩意儿能不能解决我的问题」的，是一层；在比参数、比型号的，是一层；已经在问交期、起订量、能不能开票的，是一层。分完之后发现，我们原来的问句库八成堆在第一层，第三层几乎空白。

第二，拿真实问句去反查AI的回答。这一查更明显——客户最常问的是「起订量多少」「小批量能不能做」「交期几天」，这类问题AI答得最含糊，有的答成行业通用值，有的干脆把竞品的交期安到我们头上。而我们原来跑的那些「哪个好」的问句，AI答得漂漂亮亮，但客户根本不那么问。

第三，把每个问句标上「客服实际出现频次」。标完发现，排前二十的问句里，有十四个不在我们原库里。也就是说，我们花了一个多月跑的量，跟客户真实关心的东西，重合度不到三成。

这事让我更确信之前的判断：GEO的效果难证明，不是因为它没用，是因为口径没锁死的时候，你跑出来的漂亮数据跟你实际要解决的问题可能压根不是一回事。一个多月的人力，换来一份「看着有动静」的报告，这个投入产出比，传统企业扛不住几次。

所以我的建议还是那句：先小范围试点，但试点前必须把问句库的口径锁死。具体就三条——问句来源必须是真实客服记录或搜索词，不能脑补；问句要按客户决策阶段分层，别全堆在认知层；每条问句标上出现频次，频次低的先不跑。这三条不做，跑再多批次都是自嗨。

现在的问题是，客服记录导出来之后，怎么把「下单前」和「下单后」的边界切干净，我这边是靠人工一条条看的，一千多条看了一下午。想问下各位，你们有没有更省事的切分办法，或者判断标准？比如涉及「退货」「发票」这种词是不是一律归到下单后？