闫宝龙

这个问题我被问过很多次，答案很明确：会，而且影响很大。同一个品牌，换个限定条件再问AI，推荐结果可能完全不同。这里只说外部可观察的现象——我问什么、AI答什么。至于背后怎么算的，我不臆测，但现象本身已经足够指导动作。上下文一变，推荐就变我做过最简单的测试：固定一个产品类问题，只改限定词。结果几乎每次加限定，推荐名单都会重排，有时连入选品牌都换了。这说明AI给出的不是一份固定榜单，而是针对“这个问题语境”的一次生成。企业盯着某一次回答下结论，意义不大。所以我的判断是：AI推荐天然是上下文敏感的。企业要研究的是自己在主流语境下的表现，而不是某个单点的表现。有人问我记录多少次才算数。我的经验是同一组合至少重复三五次再看结论，AI单次回答有随机性，测一次就下判断容易自欺。我重点观察的四类上下文预算限

常有企业问我：用户在AI里从提问到选供应商，中间到底发生了什么。我的回答是：别猜，把旅程拆成能观察的阶段。AI搜索时代，用户不再翻十页结果，而是一段对话里完成大半决策。企业看不见过程，只能靠研究把过程还原出来。先把决策旅程拆成五个阶段我一般这么拆，每个阶段用户在AI里的提问方式都不一样：感知问题：用户刚意识到不对劲，问的是现象和原因。明确需求：开始问“我这种情况需要什么”，带上了自身条件。收集方案：问“有哪些选择”“主流方案是什么”，扩大候选池。比较筛选：问“A和B哪个适合我”，候选池开始收窄。验证可信度：问资质、案例、风险，确认自己没选错。阶段划分不是为了好看，而是为了后面两件事：知道用户每一步在问什么，知道自己每一步该留下什么。拆的时候要克制，阶段少于四个看不出结构，多于六个就没法落地。

做了十几年搜索营销，这两年我最直观的感受是：用户的问法变得太快了。以前关键词表格一个季度微调一次就够，现在每个月都有新问法冒出来。很多企业的第一反应是追着问法跑，AI里流行什么就优化什么。我的看法是：问法追不完，问题集要靠机制去养。问法为什么会一直变我把问法变化的驱动因素归成三类。搞清楚驱动力，才知道该在哪一层应对，而不是在表象上打转。口语化：用户不再打关键词用户在AI里说话像聊天，一句话拖得很长，还带语气词和背景铺垫。口语化问法占我看到的提问里的多数，移动端尤其明显。场景化：问题带着具体处境来同样找软件，有人写“十个人的小团队”，有人写“连锁门店每天对账”。场景信息一多，问法组合就成几何级增长。多轮追问：一次搜索变成一段对话用户先问一个大问题，再顺着AI的回答往下追。每一轮追问都会改变下一