这是我们自己的测量记录。 数据不好看，照原样放出来 —— 一份不敢公开自己数据的诊断，也就不值得你信。 所有原始回答都留了档（正文 + 时间戳 + 平台），结论你可以拿原始记录自己重算一遍。
这一档问的是什么
品类词是"这行哪家好"，采购意向词是"我要做这件事，谁来做"。
差别在于：问品类词的人还在比较，问采购意向词的人已经决定要做了。这类问题最接近成交 —— 客户问完，下一步往往就是找人聊。
本次问了 4 条：
| # | 问题 |
|---|---|
| 1 | 想做一套自己的管理系统，有什么推荐 |
| 2 | 有没有能自己配置字段和表单的管理系统 |
| 3 | 农产品企业怎么做数字化 |
| 4 | 企业数据分散在多个系统，怎么集中管理 |
怎么测的
| 项 | 值 |
|---|---|
| 时间 | 2026-09-21 |
| 引擎 | Kimi（k3）· 通义千问（qwen3.7-max）· 通义千问（qwen3.8-max） |
| 样本 | 4 问题 × 3 引擎 = 12（无效样本 0 条） |
结果
提及 0 / 12。
客户在描述自己的处境、在问"怎么集中管理"—— 这正是我们做的东西能回答的问题。但 12 次回答里，AI 一次都没有想到我们。
三条要点
1. 这一档和品类词一起构成"获客可达性 = 0"。 品类词 0/24 + 采购意向词 0/12 = 36 次回答、0 次提及。这不是"展现量低"，是客户的整条提问路径上都没有我们。
2. 第 4 条尤其典型。 「企业数据分散在多个系统，怎么集中管理」—— 这是一个纯粹的问题型提问，不带品牌、不带品类词，问的是怎么办。AI 会认真给方法论、给工具、给厂商。我们不在里面。
3. 同样是"当时的词"。 这一档里有 2 条（第 1、2 条）指向的是我们已经砍掉的业务方向（低代码采购），另 2 条（第 3、4 条）指向的行业方案也已不在主营。读作"旧赛道上的采购意向可达性"。
口径与局限
- 采集口径：API（非网页版）。按我们自己的诊断方法论 v0.3，API 口径与用户实际看到的 App 口径不一致，本组数字对不上现行网页版标准。
- 单次采样：每问每引擎 1 次。已知同一问题重复提问的来源重合度只有 0.553，单次快照不构成清单。
- 词集已重排：本档词集在 2026-09-23 按新定位重排过。组级数字不可与新旧词集横向比较，只能逐条对照。
原始留档
`script/geo/out/derivenet-web-20260921/`（`raw/` 逐条回答正文、`judged.tsv` 判定明细、`SUMMARY.md` 汇总）