监测10个Prompt怕样本太少，导入1000个又担心成本和报告失控。一个品牌到底应该测多少问题，并没有行业统一答案。问题数量应由业务范围、用户决策路径、平台数量、重复测量需求和团队执行能力共同决定。关键不是把问题库做得最大，而是让样本足以代表真实需求，并能长期保持可比。
先分清“完整问题库”和“核心监测样本”
完整问题库可以收集销售、客服、搜索词和内容选题中的大量问题；核心监测样本则应控制规模，长期固定，用于趋势比较。两者混为一谈，会出现每次新增选题都改变分母，提及率前后无法比较。
建议把问题标记为核心、轮换和观察三档。核心组稳定复测，轮换组按产品或活动阶段更换，观察组保留但暂不高频查询。
用业务结构决定基础数量
单产品、单一客群的新品牌，可以先用30到60个高价值问题验证框架；多产品、多行业或多地区企业，需要按产品线和用户角色分层扩展。这个范围只是启动建议，不是固定标准。
每个核心业务至少覆盖认知、场景、方法、比较、费用、实施和风险等主要意图，但不要求每类凑满相同数量。真实客户几乎不问的意图，不必为了表格整齐硬加。
平台越多，不代表问题必须成倍增加
如果同一批问题用于比较DeepSeek、豆包、通义千问等平台，可以保持核心样本一致，从而观察平台差异。只有某个平台存在明显独特场景时，再增加平台专项问题。
同时要为重要问题预留重复测试预算。研究显示AI搜索可见度具有波动，一次回答不适合代表稳定结果。与其监测1000个问题各一次，不如对关键采购问题做多次观察，并保留时间序列。
删除近义问题，比继续加量更重要
“GEO怎么做”“如何做GEO”“GEO优化方法有哪些”如果答案意图基本相同，不应都作为同等核心样本。保留一个标准问题，其余可用于改写测试或内容中的自然表达。
还要删除带答案的问题、与业务无关的问题、无法公开回答的问题和长期没有任何决策价值的问题。问题库瘦身后，报告更容易解释，内容团队也能明确承接。
用统计与业务两个视角判断够不够
统计上要看新增问题是否仍显著改变各类意图和平台结论；业务上要问销售、产品和品牌团队是否还有关键场景未覆盖。如果连续增加相似问题只让总量变大，却没有带来新的决策信息，说明当前样本已经接近够用。
水滴AI支持核心词、问题拓展、意图分类和多平台监测，可将问题按优先级与周期管理。团队应定期记录新增、暂停和删除原因，保证趋势图不会悄悄改变口径。
一个可执行的启动方案
先选3到5个核心业务词，每个词保留8到12个不同意图的问题，组成第一版样本；让销售与产品团队补充遗漏；删除重复后做基线；对最重要的10个问题安排重复测试；运行两到三个周期，再根据差异扩展。具体数量可以调整，重要的是分层和稳定。
常见问题
Q1：问题越多，提及率越准确吗？
答：不一定。大量重复或低价值问题会扭曲结果。代表性、分层、重复测量和稳定口径比单纯总量更重要。
Q2：新增Prompt会影响历史提及率吗？
答：会改变分母和问题结构。报告中应区分固定核心样本与扩展样本，并标注新增、删除和暂停。
Q3：所有AI平台都要用同一套问题吗？
答：核心问题可保持一致便于比较，再按平台用户场景补充少量专项问题，不必完全相同或完全分开。
延伸阅读｜站内：GEO问题短语怎么拓展；权威参考：AI搜索可见度重复测量研究