---
title: "问题集"
url: "https://moments.top/wiki/question-set"
description: "问题集是用来测量 AI 回答的一组固定问题，它决定了各项 GEO 指标的分母——换一批问题就等于换了一把尺子。"
aliases: "测试问题集, 测试问题库, 问题清单, prompt set"
updated: "2026-08-19"
source: "莫曼茨智能科技（上海）有限公司"
---

# 问题集

问题集是用来测量 AI 回答的一组固定问题，它决定了各项 GEO 指标的分母——换一批问题就等于换了一把尺子。

[提及率](https://moments.top/wiki/mention-rate)、[AI 首推率](https://moments.top/wiki/first-recommendation-rate)、[同名混淆率](https://moments.top/wiki/name-confusion-rate)都是"在 N 个问题里出现了几次"的比值。N 不固定，比值就不可比。因此在做任何测量之前，先把问题写下来、编号、冻结，是 [生成引擎优化](https://moments.top/wiki/geo) 里最基础的一步。

## 通常包含哪几类问题

- **[品类词](https://moments.top/wiki/category-keyword)类**：不指名品牌，问某一类服务或产品有哪些、谁做得好。这类题目衡量的是模型认不认为你属于这个品类。
- **[决策型查询](https://moments.top/wiki/decision-query)类**：怎么选、哪家适合什么情况、要不要做。
- **[长尾问题](https://moments.top/wiki/long-tail-question)类**：具体场景下的细问题，单题频次低但种类多。
- **品牌词类**：直接问"某某公司是做什么的"，用来检查描述准不准。
- **消歧类**：问题里带上容易混淆的同名主体，用来观察[品牌实体](https://moments.top/wiki/brand-entity)有没有被认错。

## 口径要写死的几件事

问题原文、平台清单、是否联网、每题采样几次、有效回答如何判定、"第一位"如何计。这些写进口径文档，复测时逐条照做，才谈得上[基线复测](https://moments.top/wiki/baseline-retest)。

## 局限

问题集是人造的抽样，不等于真实用户的提问分布——它衡量的是变化趋势，不是市场份额。问题数量太少时，单题波动会淹没真实变化；问题写得太像自家宣传语，则会测出一个虚高的结果。