在 AI 搜索里，用户往往用完整问题而不是短词提问，关键词表已经不够用了。本章用三步方法把真实问题收集、意图归类和内容映射串起来，形成可执行的问题地图。
区分品牌、品类、比较、场景和决策问题。
把业务目标转成一组有优先级的监测问题。
从高价值小样本开始，而不是一次铺满全部问题。
用品牌词、品类词、比较词、场景词和决策词覆盖从认知到购买的关键路径。
关键词不是越多越专业。真正好用的问题表，应该像一张用户决策地图：从“你是谁”一路走到“我为什么选你”，中间别突然修路中断。
品牌词用于检查名称、业务和产品事实是否准确；品类词用于观察用户没有点名品牌时，品牌是否自然进入候选答案。前者像身份证核对，后者像公开选拔。
比较词关注差异、优缺点和替代关系；场景词关注具体人群、行业和使用条件。它们能暴露官网常忽略的“为什么适合我”。
决策词靠近行动，例如价格、实施、风险、售后和采购条件。这里的信息错误最容易影响业务，因此答案要更谨慎，证据也要更新得更勤。
优先选择业务价值高、用户常问、当前内容可承接的问题，形成第一批监测基线。
问题池一多，团队最容易犯的错就是“每个都很重要”。结果像自助餐夹满一盘，最后每样只吃一口。优先级的意义，就是先把最值得做的十几道题答扎实。
建议评估业务价值、用户需求、当前信息缺口、证据可得性和风险。高价值、高需求、现有答案又明显不足的问题，应进入第一批。
小样本更容易保持问法稳定、逐条复核回答，也更容易把发现转成动作。医佳 GEO 单批任务最多 20 个词条，正好适合建立第一版基线。
有的问题用于纠正品牌事实，有的用于发现高意图需求，有的用于比较竞争信源。若一个问题回答不出“测它以后要干什么”，它暂时可以排队等候。
问题表不是报告附件，而是内容选题、证据准备和媒介分发的共同输入。
问题表不是监测结束后塞进附件里的 Excel。它应该反过来指导内容：用户问什么、现有答案缺什么、企业能拿什么证据补上。这样内容团队终于不用再靠“最近写点啥”开选题会。
没有提及，可能是缺少相关内容；提及但说错，可能是实体或事实不一致；有提及但引用弱，可能是缺少可核验信源；回答很完整但没有行动入口，则可能是落地页问题。
为每个优先问题写明目标页面、直接答案、所需证据、更新责任人和分发渠道。不要默认每道题都需要新建页面，有时更新已有产品页比再发一篇文章更有效。
矩阵把市场、内容、产品和技术拉到同一张桌子上。谁提供事实、谁审核、放在哪个页面、何时复核，都能提前写清，避免内容上线后才发现“这个数字是谁说的”。
为 X 品牌建立 10 个问题：品牌词 2 个、品类词 3 个、比较词 2 个、场景词 2 个、决策词 1 个。