把GEO答对率按「首次咨询到成交天数」拆开看，我发现了两个漏斗

上周复盘一个家装客户的GEO项目，乙方给的验收报告写着「AI答对率从64%提到81%，提升17个点」。老板看着挺高兴，我总觉得这个数不对劲。

我把他们后台导出的1273条问句日志拉下来，按「用户首次咨询到成交的天数」做了分层：7天内成交的短周期单，和30天以上的长周期单。分开一算，短周期单的答对率从68%涨到84%，确实不错；但长周期单只从59%爬到62%，基本在误差范围内晃。也就是说，整体那17个点的提升，七成来自短周期单的拉动——而短周期单只占他们成交量的31%。

更麻烦的是分母。报告里「答对率」的分母是「AI给出明确答案的问句数」，把那些AI含糊其辞、答非所问、或者直接说「建议咨询专业人士」的问句全剔掉了。我按原始问句总量重算了一遍，真实答对率是64%→71%，提升7个点，不是17个。剔掉的那部分恰恰是长决策链里最要命的「犹豫期问句」——用户问「半包和全包差价一般多少」「老房翻新要不要铲到红砖」，AI一含糊，人就去别家了。

我把这个拆法跟客户运营对了下，他们承认长周期单的跟进本来就弱，GEO优化全堆在「装修多少钱一平」这种引流问句上，因为这类问句搜索量大、好交差。但真正影响签单的是那些带具体房型、具体预算区间的长尾问句，AI引用率低得可怜。

我的判断是：GEO的效果指标不按成交周期分层，基本等于自欺欺人。短周期单看「首答命中率」，长周期单得看「追问留存率」——用户问完第一句，还会不会接着问第二句、第三句，这个指标才反映AI有没有帮他推进决策。我们现在给客户验收，要求乙方至少拆这三个口径：全量问句答对率、按成交周期分层答对率、追问留存率。少一个我都打回去重算。

顺带说一句，那个客户的乙方后来补了一份按房型分层的报告，发现「老破小」房型的答对率只有41%，因为他们详情页压根没写这类案例。这不是优化问题，是内容缺口被整体指标盖住了。

你们做GEO验收的时候，有没有把成交周期或者客单价分层拆开看过？拆完发现最大的坑在哪个环节？