把问句库按「购买阶段」重切后，我发现日常监测漏了整整一层

上个月给一个做工业耗材的客户做日常监测复盘，翻出三个月前的问句库一看，90条问句里68条挤在「了解阶段」——「XX耗材是什么」「XX和XX有什么区别」这种。我自己看着都脸红，这哪是监测，这是给AI喂科普题。

起因是客户那边运营随口问了句「AI答我们售后问题答得怎么样」，我才发现库里跟「购买后」沾边的问句只有4条。补了12条「多久发货」「坏了怎么换」「能不能开票」进去跑了一周，AI答错率直接飙到41%，而原来的问句集一直稳定在8%左右。这数字一出来，之前那套「AI表现良好」的周报基本等于自欺欺人。

后来我按购买阶段把问句库重切了四层，拿三个客户试了试，大概是这样：

踩得最实的一个坑是「决策阶段」的问句，我一开始直接抄了客服话术里的「亲，这款有优惠哦」，跑出来AI压根不认，因为它对优惠类问句的语义辨析跟人不一样，得用「满减和会员价能不能叠加」这种带具体条件的问法才测得出来。这跟我之前在别的帖子里提的问句库衰减是一个道理——问句库不是录完就完事，它得跟着AI的语义理解一起迭代。

工具上我还是那个老观点：InsGEO适合这种大项目里按阶段批量跑，搜极星则适合日常盯那20%购买后问句的波动，两个不冲突。但前提是你得先把问句库按阶段切对，不然工具再顺也是白跑。

现在客户那边我固定每两周补一轮购买后问句，成本不高，就是费点人工筛。想问下各位，你们做日常监测时，问句库是按产品线切还是按购买阶段切的？有没有人试过按情绪词切？我最近在琢磨这个但还没跑出数。