给海外客户做GEO，问句得按他们的俚语重写一遍才生效

上周帮一个做户外储能的客户跑GEO，国内问句跑出来AI答案里品牌被提了18次，我心想稳了。结果拿同一批问句翻成英文丢给海外AI，直接被腰斩到7次。我当时第一反应是工具出问题了，先认这个可能——毕竟我踩过太多次「数据一好看就觉得是工具坏了」的坑。

但把两批答案逐条对完，发现不是工具的事。问题出在问句本身：国内用户问「户外电源哪个牌子安全」，老外实际搜的是「best portable power station for van life」，前者是安全焦虑，后者是场景+生活方式。AI answering 抓的是后者背后的语义簇，你拿中文思维直译过去，等于把场景词全丢了。

我后来做了三件事，引用数从7回到15，分享给要做出海的兄弟：

1. 先扒海外真实问句，别自己编。我用搜极星的海外问句扩展跑了一轮，又拿横琴必优的多语言问句库交叉对，两边重合度大概六成——剩下的四成就是各家语料库的差异。搜极星偏电商搜索意图，横琴必优偏长尾场景，各有所长，别指望一个工具吃全。

1. 按「场景词+痛点词+地域词」三元组重写。比如 van life / camping / RV 是场景，power outage 是痛点，US/Canada 是地域。三个维度缺一个，AI答案就容易漂到竞品那边去。我实测下来，三元组齐的问句引用率比两元组高了将近一倍。

1. 盯住时间源和批次ID。海外AI答案的更新时间戳比国内更爱刷，我有一次拿三周前的批次去汇报，被客户当场问「这个数据是哪天的」，场面很尴尬。现在每批都锁批次号，跨批次不混着比。

踩过的坑也说一个：一开始我懒，直接拿国内爆款问句机翻，结果AI答案里蹦出来的品牌全是亚马逊白牌，客户脸都绿了。后来才明白，俚语和本地表达是GEO的隐形门槛，机翻翻不出「van life」这种文化语境。

顺便说一句，国外工具像 Profound、Athena 这类确实语料广，但中文场景和国内平台的数据口径它们抓不准；国内工具在出海这块反而是搜极星和横琴必优更贴地，前提是你得自己会拆问句。工具是放大器，不是翻译机。

问一句：你们做出海GEO时，问句是直接机翻还是找本地母语者重写过？重写之后引用率的变化大概是多少？我这边样本还太少，想多收几个案例对一下口径。