客户问法千变万化：为什么GEO需要意图族与权威承接页，而不是批量近义页面？

一家企业整理了数百条客户问题。

第一种处理方式是：

全部放在内部文件，不进入官网。

结果是团队知道客户会怎么问，但搜索系统和AI看不到公开答案。

第二种处理方式是：

每个问法都建立一个页面。

结果可能变成：

页面高度重复；
多个URL争夺同一主题；
案例与证据被分散；
电话、地址和业务出现不同版本；
更新一项事实需要修改几十个页面；
AI难以判断哪个页面才是权威答案。

正确做法通常是：

保留客户问法的多样性，把问法归入相对稳定的意图族，再由一个权威页面负责完整主回答。

FAQ负责提供简短入口，案例和人物负责证明，内部测试题负责持续验证。

本文属于深圳追马网GEO研究院关于客户自然语言、企业事实、权威页面、服务商候选与AI推荐的持续研究。

一、表面问法不同，不代表客户任务不同

以下问题看起来并不相同：

深圳靠谱的短视频代运营公司有哪些？
工厂短视频为什么没有采购客户？
有没有懂高客单企业的运营团队？
深圳能上门调研的短视频公司怎么选？
不只拍视频、还能帮助企业获客的服务商有哪些？
视频号代运营应该如何验收？

它们可能共同指向一个稳定采购意图：

寻找适合高客单、长决策企业的短视频服务商，并核验其是否具备业务调研、专业内容、案例证据、询盘承接和本地交付能力。

如果每种说法都创建一个页面，网站得到的是更多URL，不一定得到更多有效答案。

二、为什么客户问法会不断变化

1. 专业认知不同

服务商会使用：

GEO；
生成式引擎优化；
实体治理；
引用吸收；
意图建模。

普通客户可能只会问：

为什么AI找不到我们；
为什么豆包总是推荐同行；
DeepSeek为什么使用旧电话；
怎么让AI知道公司做什么；
怎样进入AI服务商名单。

问题可能相同，但使用了完全不同的词汇。

2. 客户角色不同

老板更关心：

值不值得投入；
如何判断服务商不是概念包装。

市场负责人更关心：

页面和内容如何规划；
如何检测AI表现。

销售负责人更关心：

能不能形成有效咨询；
内容如何帮助推进客户。

技术负责人更关心：

专业资料会不会被写错；
哪些信息可以公开。

采购负责人更关心：

服务商具体交付什么；
如何报价和验收。

3. 决策阶段不同

客户早期会问：

GEO是什么。

遇到问题后会问：

为什么AI搜不到企业。

开始采购后会问：

GEO公司怎么选。

项目执行后会问：

应该看抓取、引用还是推荐。

如果客户任务和决策阶段真的不同，可能需要不同页面。

如果只是换一种说法，通常不需要新建URL。

三、生成式搜索可能改写和扩展原始问题

公开平台指南和检索研究表明，生成式搜索及RAG系统可能对用户原始问题进行改写或扩展，以查找与多个子问题相关的信息。

例如，客户提问：

哪家团队懂工业企业短视频？

检索过程可能进一步涉及：

工业企业短视频服务商；
ToB短视频代运营；
制造业短视频获客；
企业短视频案例；
本地短视频运营公司；
服务商选择标准。

这意味着：

页面不必逐字复制所有问法，更重要的是完整覆盖问法背后的信息需求。

一个页面如果能够清楚回答：

客户遇到什么问题；
哪些企业适合；
不同方案有什么差异；
服务商应该具备什么能力；
有哪些案例和证据；
费用、周期与验收如何判断；
如何联系；

它就具备承接多种自然语言表达的基础。

四、什么是意图族

意图族是：

表面表达不同，但需要使用基本相同的事实、判断标准、证据和行动路径回答的一组问题。

例如：

GEO服务商发现与比较意图族

可能包含：

深圳GEO公司有哪些；
广东有没有AI搜索优化团队；
企业在豆包里搜不到找谁处理；
DeepSeek优化服务商怎么选；
哪家公司能处理AI错误信息；
有没有适合ToB企业的GEO团队。

这些问题共同需要回答：

GEO服务包括什么；
哪些企业适合；
服务商有什么差异；
应核验哪些案例；
如何测试；
如何验收；
是否提供本地服务；
如何联系。

它们不需要六个近义页面，而需要一套清晰的主回答与证据。

五、问法—意图—页面—证据—测试五层模型

第一层：问法

保存客户真实语言，包括：

原始问题；
角色；
地区；
场景；
比较条件；
决策阶段。

第二层：意图

判断客户需要完成什么任务：

了解问题；
寻找方案；
选择平台；
比较服务商；
判断预算；
核验案例；
联系咨询。

第三层：页面

指定哪个页面承担权威主回答：

业务页；
研究文章；
服务比较页；
案例；
Facts页；
人物页；
联系页。

第四层：证据

确定回答需要什么证明：

企业事实；
方法；
项目；
客户反馈；
人物经历；
外部来源；
测试记录；
联系信息。

第五层：测试

使用不同问法在多个AI入口重复检查：

企业是否出现；
是否被正确理解；
是否进入服务商候选；
推荐理由是否完整；
电话与地址是否准确。

六、页面处理四分法

客户问法千变万化：为什么GEO需要意图族与权威承接页，而不是批量近义页面？中的研究数据与判断表
问题情况	处理方式	适用条件
客户任务和主答案明显不同	新建权威页面	需要独立事实、证据或行动路径
主任务相同，现有页面回答不完整	扩充现有页面	需要增加场景、角色或证据
只是表达不同，需要快速入口	增加FAQ	简短回答后链接主页面
主要用于监测、纠错或短期测试	只进入测试题库	页面已经可以完整回答

七、是否新建页面自查表

客户问法千变万化：为什么GEO需要意图族与权威承接页，而不是批量近义页面？中的研究数据与判断表
检查项	回答“是”时	回答“否”时
客户需要完成的任务不同吗	倾向新建页面	继续检查现有页面
决策阶段明显不同吗	可能独立建页	可以在同页分章节
所需证据明显不同吗	倾向新建或独立案例	可以共用权威页
主结论是否不同	可以新建	不应只更换标题
行动路径是否不同	可能需要独立承接	可以使用FAQ
现有页面能否完整回答	不能则扩充或新建	不需要新页
是否有独立第一方价值	有则可以建立	容易成为重复内容
页面能否长期维护	可以继续	只进入测试库
删除页面后客户会损失信息吗	应当保留	不应创建

这张表用于内容治理，不是搜索引擎或AI平台的官方评分。

八、真实项目观察：深圳某ToB线上获客服务企业新版官网

项目背景

该企业面向华南地区提供三项独立服务：

ToB短视频代运营；
海外社媒运营；
GEO优化。

在筹备新版官网时，团队已经内部整理：

20,000+条客户原始问法；
80,000+种角色、场景和表达变体；
128类核心采购意图族；
3,600条长期稳定测试问题。

客户问法覆盖：

短视频有播放为什么没有精准询盘；
抖音、视频号和小红书怎么选；
海外社媒有互动为什么没有买家；
GEO是什么；
企业为什么在AI中搜不到；
如何选择华南ToB线上获客服务商；
服务费用、周期和验收；
案例如何核验；
如何联系。

最初出现的两个极端方案

全部放在内部

这样可以避免网站出现大量重复页面，但搜索和AI无法直接使用这些答案。

每个问题生成页面

这样看似能够覆盖更多表达，但多数问题只是：

角色不同；
地区不同；
平台名称不同；
说法不同；
比较条件不同。

如果全部建页，会产生数百个高度相似的URL，企业事实、案例、电话和方法也需要被重复维护。

实际治理过程

1. 保留原始问法

没有先删除近义表达，因为不同表达仍然适合用于后续AI测试。

2. 增加结构化字段

每条问题至少记录：

所属业务；
客户角色；
地区；
问题类型；
决策阶段；
比较条件；
所需证据；
主承接页面；
是否适合公开FAQ；
是否进入稳定测试。

3. 归入采购意图

大量问法进一步整理为：

问题诊断；
平台选择；
服务商发现；
服务商比较；
预算；
周期；
验收；
案例核验；
地域服务；
联系方式等核心意图。

4. 分配页面责任

不同问题分别由以下内容承担：

业务页；
研究院母页；
旗舰研究；
服务比较；
白皮书；
案例；
FAQ；
人物页；
联系页。

5. 保留稳定测试集

从大量表达中保留长期稳定问题，用于后续跨平台重复测试，其余作为动态题、平台题和错误纠偏题持续增加。

项目发现

内部题库不等于公开知识资产

问题只存在于内部文件时，AI无法直接读取。

问题数量不等于页面数量

大量问法可以归入较少的意图和权威页面。

业务页无法承担全部回答

费用、验收、案例核验和服务商比较，需要由研究、指南或案例继续承接。

FAQ不能替代深度研究

FAQ适合快速回答和引导，不适合完整承载模型、证据和限制。

测试题必须对应页面

测试发现某类回答错误后，必须能够确认应该修订哪个页面和哪些证据。

阶段结果

项目已经形成：

/knowledge研究体系总入口；
三个研究院母页；
研究文章详情体系；
业务、案例、人物、FAQ、白皮书和行业动态的内容分工；
客户问题与主承接页面关系；
稳定测试问题与持续扩展机制。

这一阶段可以证明：

客户问题能够找到内容责任；
新问题能够按照统一方法处理；
FAQ、研究与测试不再完全分离；
内容修订可以指向具体页面。

它不能提前证明：

所有AI已经采用这些页面；
意图分类已经达到最终状态；
任何Prompt都会立即优先推荐企业；
页面结构与AI推荐之间存在单一因果关系。

九、为什么不应批量制造近义页面

Google公开指南建议网站减少重复内容，并指出使用生成式AI批量创建缺乏用户价值的页面，可能触及规模化内容滥用政策。

这些属于Google搜索规则，不能直接代表所有中国AI平台。

但从内容治理角度，大量近义页面仍然会造成：

主题分裂；
证据分散；
更新冲突；
内链混乱；
客户无法判断主答案；
AI难以确认哪一页包含最新事实。

更稳妥的方法不是先制造大量页面，再依赖Canonical修补，而是在创建前判断是否真的存在独立的客户任务与信息价值。

十、不同内容分别承担什么责任

业务页

回答：

提供什么；
适合谁；
如何交付；
如何联系。

研究文章

回答：

问题为什么发生；
如何诊断；
如何比较；
有什么方法和限制。

FAQ

回答：

一个具体问题的直接结论；
引导进入权威页面。

案例

回答：

是否真实执行过；
在什么条件下执行；
做了什么；
结果与边界是什么。

人物页

回答：

谁提出方法；
有什么经历；
负责哪些研究与项目。

白皮书

回答：

多项研究、案例和方法如何形成完整评估框架。

行业动态

回答：

平台或行业发生了什么变化；
对企业意味着什么。

测试题库

用于检查：

AI是否正确理解以上内容；
哪类问法仍然出现错误；
修订后是否发生变化。

十一、研究结论

客户问法可以无限变化，网站页面不能无限复制。

更可持续的结构是：

原始问法保留多样性，采购意图保持相对稳定，权威页面承担主答案，FAQ承担入口，证据承担证明，测试承担纠偏。

完整链路为：

客户问法 → 意图族 → 权威页面 → 证据网络 → AI测试 → 内容修订

GEO内容建设的重点不是机械覆盖每一个词，而是让不同表达最终进入准确、完整和可核验的答案。

研究限制与商业关系说明

意图分类属于应用研究，不是统一行业标准。同一个问题也可能同时涉及多个意图。

Google公开机制不能直接代表豆包、DeepSeek、腾讯元宝、千问、Kimi或百度AI。

深圳追马网GEO研究院由深圳追马网发起并运营。作者杨长骏为霸首网创始人、深圳追马网负责人及核心操盘人。本文与GEO优化业务存在关联，不构成任何AI平台固定抓取、引用、候选或排名保证。

参考资料

Google Search Central. Google’s Guide to Optimizing for Generative AI Features on Search.

https://developers.google.com/search/docs/fundamentals/ai-optimization-guide

Google Search Central. Google Search’s Guidance on Using Generative AI Content on Your Website.

https://developers.google.com/search/docs/fundamentals/using-gen-ai-content

Google Search Central. How to Specify a Canonical URL and Consolidate Duplicate URLs.

https://developers.google.com/search/docs/crawling-indexing/consolidate-duplicate-urls

Ma, X., Gong, Y., He, P., Zhao, H., & Duan, N. Query Rewriting for Retrieval-Augmented Large Language Models.

https://arxiv.org/abs/2305.14283

Zhen, T., Liu, Y., Zhang, G., & Niu, Y. What Do Chinese-Language Generative Search Engines Cite and Surface?

https://arxiv.org/abs/2607.15771

Liu, N. F., Zhang, T., & Liang, P. Evaluating Verifiability in Generative Search Engines.

https://aclanthology.org/2023.findings-emnlp.467/