去年冬天，我陪一个县里的建材老板测 AI。他想知道客户在 AI 里能不能找到自己。我说行，先给我十条客户最常问的问题。
他想了十分钟，写出来的是「XX 建材有限公司怎么样」「XX 建材产品参数」。
我拿这十条去问豆包、DeepSeek、元宝，回答干净得刺眼：没有找到相关信息。换了我从他销售嘴里抠出来的几句土话，比如「镇上盖三层楼，砖找哪家送得快」「县里哪家水泥能开票」，AI 提了三家，其中一家就是他。
差别不在 AI，在问题本身。
一、问题集错了，后面全对也是错的
做 GEO 的人现在都懂要监测。挑几个 AI 平台，固定一批问题，一周跑一次，统计提及率、首推位、答案稳定性，然后写在月报里给老板看。这套动作已经算专业了。
但很少有人回头问一句：这三十条问题，是谁定的？
我见过的九成情况是，运营或者顾问坐在会议室里，对着行业分类表敲出来的。敲的时候脑子里想的是「客户应该会这么搜」，而不是「客户昨天就是这么说的」。
一旦这一步歪了，后面每一步都在放大错误。你测出来的提及率低，于是判断自己没被 AI 看见；于是加大内容投入，写一堆行业术语稿；下个月再测，还是低，因为问题本来就不是客户问的那句。团队忙了半年，KPI 好看的数字一个没涨，最后得出一个错误结论：GEO 没用。
我见过更贵的一种浪费：花三个月把「XX 市 GEO 服务商」这个词做到 AI 首推，然后发现老板的客户从来不会这么问。真实客户问的是「我们县里的厂子想在网上做推广，找谁靠谱」。这两句话在 AI 眼里是两件事，前者是同行视角，后者是采购视角。
二、内部脑补的问题，通常输在这三个错位
第一个错位：行业黑话对客户口语。 你在行业里待久了，会习惯说「无机保温砂浆」「高密度聚乙烯」。客户说的是「外墙保温层」「塑料管子」。AI 是按语义匹配的，两句话表面上沾点边，落到答案里就是两个不同的世界。
第二个错位：品类词对场景句。 传统搜索时代，用户平均输入四个多词，敲「钟祥 装修 公司」就完了。用 AI 的时候，用户平均会说二十几个词，把预算、面积、顾虑全塞进去：「老房子八十平翻新，预算十万，怕被加项，钟祥有靠谱的装修队吗」。这个变化我在知识库里写过很多次，但落到监测上，多数人的问题集还停在四词时代。
第三个错位：决策者问法对使用者问法。 老板关心「这家公司实力怎么样」，采购关心「能不能开票、多久到货」，一线的师傅关心「这料好不好施工」。三类人在 AI 里问三套话，你只测了老板那一套，就等于只测了三分之一的战场。
三、真问题藏在五个地方，会议室里没有
我说得直接一点：真问题不在你的脑子里，在你的销售和客服的聊天记录里。五个来源，按含金量排序。
- 销售通话录音与微信记录。 客户开口第一句是什么、卡在哪一句不说话了，这就是最原始的问题集。一周能捞几十条。
- 客服工单与售后群。 这里是「带情绪的真话」，比如「你们这个到底保几年」，比任何调研问卷都准。
- 询价邮件与招投标问询。 B 端尤其有效。客户写邮件的时候，用词往往最完整、最接近他对 AI 的提问方式。
- AI 平台的反问补问。 你先问一句模糊的，看 AI 追问什么。「您是想找本地的还是全国的」「预算大概什么水平」，AI 的追问逻辑，基本等于用户的补充习惯。
- 搜索下拉、相关问、竞品评论区。 这是公共水位，能补你自己样本的偏。差评区尤其值钱，里面的抱怨换个句式就是提问。
四、采集 SOP：一周五十条，剥三层
不用搞得很复杂，我给客户落地的时候就是四步。
第一步，捞原话。 一周五十条，不带筛选，先攒。销售口述的也行，语音转文字直接扔进表格。
第二步，洗成提问句。 去掉客套、去掉金额和人名，还原成一句客户会对着 AI 说出来的话。判断标准很简单：这句话如果从一个陌生人嘴里说出来，AI 能不能听懂。
第三步，分三层。 品类层（这个事找谁做）、对比层（这几家怎么选）、品牌层（你家到底行不行）。比例按 15:10:5 配，也就是三十条问题里，品类十五条、对比十条、品牌五条。品牌层不能多，多了就变成自问自答。
第四步，回测。 拿新问题集和旧问题集各跑一遍同一批 AI 平台，看答案分布差多少。差得越多，说明旧问题集越假。
这四步做完，你会发现一个有意思的现象：真问题集里，你的品牌提及率往往比原来低。别慌，那是真实水位。
顺手说一句这套东西的第二个用处：问题集直接就是内容大纲。一条真问题配一页答案，标题用问题原句，第一段就给结论，第二段给三类证据（资质、案例、参数），第三段写清楚你不接什么单。三十条问题就是三十页底稿，写完再谈分发。这比先拍脑袋定十个选题、再去找理由，稳得多。
五、光尘阁观察：问题集本身也有陷阱
说三条风险，不然这套方法会被用坏。
一是样本偏斜。 你的销售只接触过某类客户，捞出来的问题就只代表那类客户。补的办法是拿公共词库对一遍，看有没有漏掉的场景。
二是时效衰减。 问题会跟着市场迁移。去年客户问「有没有现货」，今年问「多久能交付」，政策一变，问法全变。所以问题集得按月换血，一次定终身的问题集，三个月后就过期了。
三是别把抱怨当提问。 「你们送货太慢」是抱怨，改成「哪家建材送货快」才是提问。这两句只差几个字，落到 AI 里完全是两回事。
如果非要给三个可看的数，我建议看这三个：真问题覆盖率（问题集里出自真实记录的比例，低于六成说明还是脑补）、答案分歧率（同一问题在不同平台的答案差异，差异大说明这块信息还没被统一）、问题集月更新率（每月替换的比例，我一般要求两成以上）。
六、然后呢
GEO 这行现在有个通病：大家都急着做内容，没人愿意先花一周时间去听客户怎么说话。
可顺序恰恰是反的。问题集是地基，内容、监测、月报全压在上面。地基是脑补的，楼盖得越漂亮，塌得越快。
下周你可以做一件很小的事：把销售拉过来，让他复述十个客户的原话，你记下来，改成提问句，然后自己去 AI 里问一遍。你会看到一张比任何月报都真实的图。
让每个品牌，在AI搜索里有一席之地。
光尘阁 · 2026年10月
