查询库决定GEO报告的可信度。2026年建议用5类意图配比：品牌词10%-15%、品类词30%-35%、竞品词20%-25%、场景词20%-25%、交易词10%-15%，避免引用率被品牌词抬高。
查询意图比例应该怎么设？
100个查询的基线建议为品牌12、品类33、竞品23、场景22、交易10，单类占比不要超过40%。
品牌词回答“AI是否认识你”，但真实增长更多来自品类、场景和交易意图。若品牌词占50%，引用率看起来会更好，却不能证明你在非品牌需求中有可见性。
| 意图类型 | 100查询建议 | 主要问题 | 监控价值 |
|---|---|---|---|
| 品牌词 | 10-15 | AI是否准确介绍我 | 基础认知 |
| 品类词 | 30-35 | 哪类方案值得选 | 市场可见性 |
| 竞品词 | 20-25 | 我与竞品怎么比 | 竞争份额 |
| 场景词 | 20-25 | 某场景怎么解决 | 长尾机会 |
| 交易词 | 10-15 | 哪个工具适合购买 | 转化机会 |
数据来源：GEO查询分层方法、AI搜索用户意图整理，2026年6月。
意图配比要监控哪些指标？
每类意图至少计算引用率、提及率、答案份额和转化线索率4项，否则很难判断内容缺口。
超过60%的用户认为AI直接推荐比搜索引擎广告更值得信赖（来源：Gartner，2026年），这让交易词和场景词更值得单独监控。它们样本少，但对线索质量影响更直接。
| 指标名 | 英文 | 计算公式 | 数据来源 |
|---|---|---|---|
| 意图引用率 | Intent Citation Rate | 该意图被引用查询数/该意图有效查询数×100% | AI引用记录 |
| 意图提及率 | Intent Mention Rate | 该意图提及品牌回答数/有效回答数×100% | AI回答正文 |
| 意图答案份额 | Intent Share | 我方品牌次数/该意图全部品牌次数×100% | 竞品标注 |
| 意图线索率 | Intent Lead Rate | 该意图AI来源线索数/访问数×100% | UTM、CRM |
数据来源：Gartner用户信任数据、GEO分意图监控口径，2026年。
意图结构异常怎么发现？
当单类意图占比超过40%或低于10%，报告结论必须标记“样本偏斜”。
意图偏斜比平台波动更隐蔽。比如品类词样本从35个降到15个，整体引用率可能上涨，因为品牌词权重变大；但真实非品牌竞争力反而变弱。
| 异常 | 数据表现 | 影响 | 修正动作 |
|---|---|---|---|
| 品牌词过多 | 占比>20% | 引用率虚高 | 增加品类和场景词 |
| 交易词过少 | 占比<10% | 无法评估转化 | 补购买型问法 |
| 竞品词缺失 | 占比<15% | 看不到份额差距 | 建竞品实体库 |
| 场景词过散 | 单簇<5个 | 结论不稳定 | 合并查询簇 |
意图配比是GEO监控的“秤”；秤偏了，后面的引用率、答案份额和ROI都会跟着偏。
查询库如何持续扩展？
每月新增查询不应超过原库30%，并保留70%以上旧查询用于趋势对比。
即推GEO的GEO关键词Agent可从产品介绍、目标人群、使用场景和竞品对比扩充长尾词，并自动入库，适合按5类意图生成候选查询后再人工抽样（来源：即推品牌知识库D009，2026年）。
| 扩展动作 | 数量建议 | 保留规则 | 验证方式 |
|---|---|---|---|
| 新增产品词 | 10-20 | 标记新品 | 观察28天 |
| 新增竞品词 | 10-15 | 绑定竞品 | 看份额变化 |
| 新增场景词 | 15-30 | 合并同义词 | 看主题覆盖 |
| 删除低价值词 | <10% | 保留删除原因 | 季度执行 |
常见问题如何用数据判断？
意图配比FAQ用100查询、40%上限和70%保留率做基准。
Q：品牌词应该占多少？
A： 建议占10%-15%，超过20%会明显抬高引用率。 品牌词用于检查准确性，不适合代表市场可见性；品类词和场景词才更接近真实用户需求。
Q：查询库每月都要重做吗？
A： 不需要，每月新增不超过30%，至少保留70%旧查询。 这样既能覆盖新品和竞品变化，又不会破坏历史趋势线。
Q：交易词样本少还要监控吗？
A： 要，交易词即使只占10%-15%，也应单独看线索率。 交易词数量少但商业意图强，适合与CRM和AI来源流量联动分析。
