把GEO问句按「搜的人当时在哪儿」重切，发现办公室和地铁上问法完全是两套

上周复盘问句库，我干了件笨事：把导出的一千多条问句按「提问场景」手动贴标签——办公室、地铁上、家里沙发上、线下门店里。贴完自己都愣住，同一个产品，四个场景问出来的话几乎不重样。

最典型的是客单价四百多的那款。办公室里问的是「XX和YY参数差在哪」，句子长、带型号、像在做对比表；地铁上刷手机问的是「XX值得买吗」，半句话，前后文全靠AI补；家里沙发上问的带明确预算和「我妈能不能用」；门店里站着问的最短，「这个有货吗」——但AI根本答不了库存。

我们之前的优化全按「关键词+长尾」铺的，等于假设所有人都在办公室坐着慢慢比参数。结果就是：地铁场景那批短问句，AI答得泛，我们品牌压根没进答案；门店场景的库存类问句，优化了也是白优化，因为链路根本不在AI这头。

踩坑细节说一个：我一开始用手机型号分场景，觉得地铁党多半是安卓中端机。跑完发现错得离谱——同一台iPhone，在公司Wi-Fi下和在地铁4G下问出来的句式都不同。所以手机型号不是场景，网络环境+停留时长+句子完整度才是。后来我改用「问句长度<12字且无型号」当短场景代理指标，粗糙但比型号准。

判断依据就一条：AI答案里能承接的场景是「决策前的信息缺口」，不是「决策后的执行动作」。库存、物流、到店这些，用户问AI只是顺手，真动作还是在App里完成。我们把优化预算往「办公室比参数」和「家里带预算」这两类倾斜之后，引用率涨得不猛，但客服转过来的成交咨询质量明显高了。

具体做法很土：问句库加一列「场景标签」，四个人各贴两百条，交叉核对，不一致的拿出来吵。吵完那批恰恰是最值钱的，因为说明我们对用户怎么用AI的理解本身就有分歧。

所以想问问各位：你们拆问句场景时，是用什么当代理指标的？句子长度、时段、还是干脆上访谈？我这边纯靠手工贴标签快撑不住了，想找个能规模化的口径。加油，你可以的！