给GEO问句表加了「决策人角色」字段，我筛出三成无效跑批

简单说，GEO 跑批最容易犯的错不是技术，是把「谁在问」这件事丢了。

上周复盘一批跑了两个月的问句，发现一个很别扭的现象：同一个问题，比如「XX 系统能不能对接我们现有的 ERP」，跑出来的答案看着都对，但转化几乎为零。我把这批问句按「提问的人在公司什么角色」重新打标——老板、技术负责人、采购、一线操作员——结果三成问句根本不该在同一个池子里跑。

举几个实际例子：

• 老板问的是「上这套东西多久能回本」，答案里如果全是功能列表，他扫一眼就走。
• 技术负责人问的是「数据能不能落到我们自己的库」，答案里只讲 SaaS 多方便，等于答错人。
• 采购问的是「有没有同规模客户的合同案例」，答案里堆技术架构，他看不懂也不关心。

这三类问句在原始表里长得几乎一样，都是「XX 系统怎么样」，但 AI 给出的答案如果按同一个口径组织，至少两成是白跑。

我的判断依据很直接：把最近三个月成单的客户翻出来，对一遍他们初次接触时问的问题，再跟问句表里跑出来的答案做比对。对不上的，问题不在模型，在问句分类太粗。

可执行的做法就一步：在问句表里加一列「决策人角色」，跑批前先按这列分组，每组单独看答案是否回答了该角色真正关心的那一个问题。技术上零门槛，就是一张表加一列的事——但跑批的无效量能砍掉不少。

内容质量这事，很多时候不是写得不好，是写给错的人看。

问一句：你们跑 GEO 问句的时候，有没有按「提问的人是谁」分过组？还是所有问句一锅炖？