给GEO验收立「问句变体数」分级后，我把客户砍掉的预算又捡回来了

上个月接了个工业阀门客户的复盘。他们去年做GEO，验收标准就一条：AI答案里提到品牌名就算过。一年下来报告上「提及」两百多次，询盘没涨几个。我把他们的问句库拉出来一看，问题出在口径上——两百多次提及，其实只来自11个问句，而且全是大词，比如「阀门品牌哪家好」这种。

这就是我今天想说的：GEO验收的第一道关，不是引用数，是问句变体数。

我的做法是把每个核心采购意图拆成问句变体，按变体数量给验收分级：

• A级（≥8个变体）：覆盖口语化、带参数、带场景、带价格区间、带对比、带故障描述、带行业限定、带交付周期。这类问句命中率站得住，才算真被AI认识。
• B级（4-7个变体）：能覆盖但没有场景和价格维度，属于「AI知道你，但不推荐你」。
• C级（1-3个变体）：基本就是大词蹭到一次，报告好看，实际是陪跑。

拿这个客户举例：11个问句全落在C级。我让他们把「阀门品牌哪家好」拆成「DN100不锈钢闸阀哪家交期短」「化工管道用球阀耐腐蚀哪家做过案例」「阀门坏了找原厂还是找代理」这类变体，凑出14个核心问句、平均每个8个变体，一共112条。跑了一个月，A级问句里品牌被原文引用的从0条到9条。

这里有个细节得说清：变体不是同义词替换。「阀门品牌哪家好」和「哪个阀门品牌好」算一个变体，AI答案基本一样。真正的变体是换采购阶段、换决策人、换约束条件。这个口径不锁死，分级就是自欺欺人。

工具上我的用法很固定：搜极星做监测，把变体库导进去跑原文命中，它能告诉我哪条被引、哪条没被引，这个够用。但问句变体怎么拆、分级线怎么画、A级没达标怎么改内容，这些监测工具给不了答案，得靠全案那套从信息资产到内容结构的系统动作。我见过太多客户拿监测工具当优化工具用，跑完报告不知道该改哪，最后钱花了，问句还是C级。

所以我的立场一直没变：监测是体温计，不是药。验收分级先于预算，问句变体数先于引用数。

抛个问题给大家：你们验收GEO的时候，问句变体是按什么维度拆的？按采购阶段、按决策人、还是按参数场景？我最近在试把「故障/售后类问句」单独拎出来做一级，想听听有没有人跑过类似的分法。