提问集（Prompt Set） Prompt Set
AI 可见度监测的一切都建立在提问集（Prompt Set）上：一组预先设计、保持固定、分层组织的提问，监测系统拿它反复向各引擎发问，再把回答里的提及与引用统计成指标。它决定你测什么、能比什么——AI SOV、提及率、引用率的分母全部锚在这组提问上，提问集一动，历史序列立刻断代。我们把它称为监测的第一资产：内容可以重写，工具可以更换，提问集乱了就什么也测不下去。这套资产的具体形态与限制，本站在秀虎GEO 测量方法论里有完整的自曝。
三层取材：品牌词、品类词、买家问题词
一个能用的提问集至少覆盖三层。品牌词层问「点名你」的题，比如「某某和某某怎么选」，它测的是被点名后的叙事质量；品类词层问不带任何品牌名的推荐题，比如「某类设备哪家厂家好」，它测的是无提示状态下谁被主动推荐，对应 AI 声量份额的竞争口径；买家问题词层模拟真实决策路径上的问句——怎么挑、有什么坑、什么场景用哪种配置。三层合起来才是一幅完整画像：只测品牌词的提问集会给出虚高的安全感，因为用户问「某品牌怎么样」时你几乎总被提及，这种高分对策略毫无指导意义，真正的战场在没人点名的那两层。
分层之后是配比。站内实践里品牌、品类、问题三类词的常见配比约为 2:4:4，把权重压向「不知道你的人」。配比不是标准答案，但它承载的取向是通用的：品类词与问题词才是份额此消彼长的场地，品牌词只是底线检查。有些团队还把竞品名单独列一组对比题，用来追踪「被点名后 AI 怎么排座次」，这一组测出来的是叙事质量而非份额，两种读数要分开放。
冻结与版本：问句一改，序列就断
提问集一旦投入使用，最大的纪律是冻结。问句一改，前后数据就不可比——「XX 厂家推荐」和「XX 厂家怎么选」在用户眼里是同一个问题，在引擎的检索与生成链路里却可能是两条完全不同的路径，命中不同的页面池，给出不同的推荐。想测新问法，正确做法是新增探针、与旧探针并行跑够一个观察窗，确认稳定后再谈替换，而不是直接改写旧题。每次增删都要留版本记录，这份记录是日后解释涨跌的唯一凭据。
冻结还包括拼写、语序与语言版本。同一问句的中英差异、简繁差异、有无量词，都可能指向不同的检索供给。我们的做法是把每条提问当作代码资产管理：有编号、有版本号、有变更日志，改一个字也要走记录。麻烦是真实的，但比起「涨了不知道为什么、跌了不知道怪谁」，这点麻烦成本最低。
冻结的另一面是新增要节制。并行跑观察窗意味着监测预算要在一段时间内同时覆盖新旧两版提问集，这是我们反对随手加题的原因之一：加题之前先问「这个新问法回答什么业务问题」，答不上来的题不进集合。集合的边界感与内容策略的边界感同构——不服务决策的测量是纯粹的支出。
提问从哪里来：反推而不是拍脑袋
提问集的质量取决于取材渠道。可靠的来源有几类：搜索控制台里真实用户带来展示的查询词，客服与销售记录里客户的原话，社区与评论区里买家反复出现的问法，以及自家高转化落地页所回答的问题。这几类渠道的共同点是「从真实需求反推」，能保证提问集贴着业务，而不是围着一堆没人真的会问的词打转；拍脑袋凑出来的集合，测出的份额再好看也换不来决策价值。渠道之间还有优先级：离成交越近的问法越先进集合，离成交越远的泛知识问法越靠后。一个常见的偏航是把提问集做成全网热词收藏夹，收了一堆与自家业务无关的高流量问法——流量大的词不等于你的买家会问的词，分母被无关题稀释之后，份额读数会系统性偏离真实竞争面。
落到执行，行业提问集模板能省掉从零起步的成本——站内为制造业各细分行业准备了成组的现成提问，形态见轨道交通装备提示词集一类的模板卡。模板给的是结构与覆盖面，团队仍要按自家产品线与客户语言做增删；自建集合与供应商预设集合的取舍涉及数据主权与可比性，属于立项前就要想清楚的问题。
多大算够：规模与采样的权衡
提问集的规模没有标准数字，但有明确的约束关系：预算固定时，提问数量与每题采样次数此消彼长，而采样次数直接决定读数的可信度。原则是「少而准」优于「多而糙」——五十条每题多采几轮的提问集，比五百条每题只问一次的集合有用得多，因为单次回答的随机性大到足以淹没任何单点读数（展开见采样方差（Sampling Variance））。规模太大还会稀释观察精度：题一多，每条题分到的关注与维护就少，死词、过时词长期无人清理。
规模之外还有归并问题：同一意图的不同措辞要不要都收、收几条，应当有明确规则。意图归并做得粗，同一需求被重复计权；做得细，问法覆盖不足。我们的做法是以「回答的业务问题」为归并单位，一条业务问题保留两三种主流问法，超出部分进观察名单而不进主集。维护与扩编要有节奏——市场在变，买家的问法在变，竞品在换，季度级的重估是必要的：补新问法、删失去业务意义的死词、给增删留版本记录。重估的判据与操作流程整理在提问集维护 SOP里，指标层面怎么把提问集用出结构化读数，则见监测指标体系实操的指标字典一节。