客户问 AI 的问题,多半一次都没被搜过。关键词工具只看别人搜过什么,而那批最能决定成交的问题,往往躺在售前通话和客服工单里。Search Engine Journal 11 月 18 日的稿子给了条路径:从内部记录挖,用 Search Console 对表,落成一张能排期的表。
先翻通话和工单,论坛补另一半
Itamar Blauer 举了一通最近的发现电话。对方是一家家具零售商,开口问了两件事。第一件,两年前搬到 Shopify 掉了大批排名,回来一部分,今年又掉。这算迁移的余波,还是自己的分类页在互相抢词。
第二件,法国和德国卖一模一样的货,那两个站几乎没有流量,要不要每个国家单独写一套内容。
关键词导出里最接近的只有 shopify migration SEO 和 international SEO,两个词几乎不携带信息。这两个问题当内容任务看却非常具体:一个平台、一条时间线、两个候选原因、一个待做的决定。
所以起点不是工具,是你自己的记录。把最近三个月的售前通话、发现电话、客服工单转录交给 AI,提示词分四步。
先列出对方问过或暗示的每个问题,再改写成他会对 AI 助理说的句式。然后保留约束条件:公司规模、预算、时间线、平台、已经试过什么。最后按组归类,记下每组出现在几通电话里。
同一个场景在五通不同的电话里出现,就是没有搜索量的问题的需求数据,比「我觉得客户在问这个」有说服力。
两件事别省:转录先脱敏,录音授权要覆盖这种用途。售前通话偏向快下单的人,混进工单才看得到早期问题。
论坛补的是另一半,你还没触达的那批人。Reddit 最直接,Quora、行业 Slack 和 G2 看市场而定。价值在主帖的完整约束,也在回复里的追问,那些追问就是 AI 答好这件事要先知道的。
检索式可以很土:site:reddit.com shopify migration rankings dropped。帖子放进同一个文档,跑同一个提示词,就能和通话的问题合并分组。
一个问题,在 AI 那边是几次搜索
Google 在站长文档里给 query fan-out 下了定义:模型生成一组并发的相关查询,取回更多信息,再回来回答原来那个问题。例子是一句「草坪长满杂草怎么办」,扩展成除草剂、不用化学药、怎么防复发。
真实会话里看不到这些子查询,近似办法在 Gemini API。打开 Google 搜索接地后,响应里的 groundingMetadata 带 webSearchQueries 字段,列出模型实际跑过的搜索。
把家具零售商第一个问题喂进去,大概会得到几类子查询:迁移后排名多久恢复、换平台后怎么查重定向、分类页怎么判断在互相抢词。每个子查询,基本对应页面里该有的一节。
这只是 Gemini 的扩展逻辑,不是真实会话记录。当覆盖清单用,别当证据。
Search Console 用来对表,不用来发现
长对话式查询确实会出现在效果报告里。两条正则就能筛:八个词以上 ^([^ ]+ ){7,}[^ ]+$,疑问词开头 ^(how|what|why|which|should|can|do|does|is|are|when|where|who)\s。
筛出来之后和通话、论坛的问题对表。出现了,说明真人已经在 Google 上把它带过来。没出现,可能是覆盖缺口,也可能只是量太小。
后一种很常见,Google 会匿名化稀少的查询。Suganthan Mohanadasan 统计过自己站点 59 天的数据:57.7% 的展现没有查询串,454,720 条匿名对 333,651 条可见。屏幕上看到的永远是下限。
这些长尾里还混着 AI 对话的碎片。AI 模式把每条消息都按一次搜索处理,于是一句「yes go on」也会作为查询出现在报告里。那部分既是需求信号,也掺着噪声。
最后落成一张表
一行一个问题,八个字段:问题、来源、频率、情境、子问题、现有页面、覆盖度、优先级。优先级看四件事:业务价值、被问到的证据、覆盖缺口、能不能用真实细节答上。
填完通常会发现,问题集中在少数几个情境里。这些情境就是内容计划。
这张表本身也得有个位置。存进 Baklib 建的内容底座,每个情境一页问题清单,和答案页互相链上,新人接手不用重新打一遍电话。
有条明文限制。Google 的生成式 AI 优化指南写得很直白:为每个问法单独建页去影响排名或生成式回答,属于批量内容滥用,也不是长期策略。
作者的结论一样:多数问题靠强化已有页面解决,比新发一篇更快。挖问题的目的不是给每个变体写一篇,而是找到你最强的那一页缺了哪一段。
今天能做的三件事
第一,导出最近三个月的通话转录或工单,脱敏后跑一遍上面那条提取提示词,按情境分组记次数。二十通电话挖到的问题,大概率比上一次关键词导出还多。
第二,用两条正则去 Search Console 跑一遍,把已经在来的问题和没来的分开。半小时能做完,做完再决定要不要投入。
第三,挑出现最多的五个情境,找到各自该负责回答的那一页,先补缺口最大的那一段。答案写进内容底座里,Baklib 负责这一层:同一批答案集中托管在知识库或文档站,客服、售前和 AI 取到的是同一版。
问句清单还得定期验证。策思路 C456 负责入口层,把同一批问题定期向几个主流 AI 客户端问一遍,记品牌有没有被提到、和谁一起出现。策思路 C456 的 GEO 诊断从这里起步,先看被提到几次,再定补哪一页。
关键词工具告诉你别人搜过什么。工单和通话告诉你,他们到底卡在哪。
作者:辉哥(Baklib, C456 创始人)