把客户问句按「决策阶段」分完，我把GEO预算砍了一半效果还涨了

我直接说怎么做。

上个月我们给一家做工业配件的客户跑GEO，一开始把能想到的问句全堆进去，两百多条，跑了两周AI答出来的东西还是飘。后来我换了个法子，按「决策阶段」把问句切成四层：

第一层：认知期——「XX配件是干嘛的」「XX和YY有啥区别」。这类问句用户还没想买，AI答的是科普，我们要的是品牌名出现在解释里，不是硬塞链接。

第二层：比较期——「XX配件哪个牌子好」「XX配件国产和进口差在哪」。这里我重点喂的是对比表，把参数、价格带、交期三个维度做成结构化QA对。跑了一周，AI引用我们对比表的频次从3次涨到11次。

第三层：决策期——「XX配件多少钱」「XX配件交货期多久」。这层最要命，AI答错一个数字客户就跑了。我让客服把最近三个月的真实报价单和交期记录整理出来，做成带日期的FAQ，每个数字后面标来源。

第四层：售后——「XX配件坏了怎么修」「保修多久」。这层我之前没当回事，结果一查AI答案，保修期答成了竞品的。补上之后，售后问句的引用链路才通。

分完层我做了个动作：把预算按比例砍。认知期占20%，比较期占30%，决策期占40%，售后占10%。砍掉的是原来那堆泛泛的品牌故事和行业白皮书摘要。

跑了一个月对账，决策期问句的AI答对率从52%拉到81%，比较期引用频次翻了一倍多。总预算反而比原来少了近一半。

我的判断就一条：GEO的钱要花在「客户已经想买但还没定」那个阶段，认知期和售后期是补漏，不是主战场。

你们有没有按决策阶段分过问句池？分完之后预算比例是怎么定的？我这边决策期占40%还在试，想听听别人的数。