《2026年中国婚礼消费趋势报告》给了婚庆行业一组结构性数据：20 桌以下婚礼占 68.2%（同比 +24.5 个百分点），其中 10 桌以内占 21.7%，两年翻近三倍；15 桌以下同比 +37%；答谢宴群体涨了 2.4 倍；总花费反而下降 10%–15%。
对做 AI 可见度的人来说，这组数据的含义不是「婚庆变了」，而是「问法簇变了」。新人在 AI 里的问法正在从「能承接 50 桌的婚宴酒店」漂移到「芜湖 10 桌以内小型婚礼怎么选」。如果题库还停留在旧问法上，采样结果再好也是在一个正在萎缩的问题空间里自嗨。
什么是问法漂移
问法漂移指：真实用户提问的分布随消费结构变化而迁移，旧问法的搜索/提问量衰减，新问法簇（桌数上限、预算上限、答谢宴等场景条件）快速生长。判断它不需要复杂模型，只需要对比两个时间窗口的问法簇：
from collections import Counter
def cluster_share(queries: list[str], keywords: dict[str, list[str]]) -> dict:
"""按关键词把问法归簇，返回各簇占比。"""
counter = Counter()
for q in queries:
matched = False
for cluster, kws in keywords.items():
if any(kw in q for kw in kws):
counter[cluster] += 1
matched = True
break
if not matched:
counter["其他"] += 1
total = sum(counter.values()) or 1
return {k: v / total for k, v in counter.items()}
def drift(old: list[str], new: list[str], clusters: dict, threshold: float = 0.1) -> list[str]:
"""新旧窗口簇占比对比，占比变动超过 threshold 的簇判为漂移。"""
a, b = cluster_share(old, clusters), cluster_share(new, clusters)
flags = []
for c in set(a) | set(b):
delta = b.get(c, 0) - a.get(c, 0)
if abs(delta) > threshold:
flags.append(f"{c}: {a.get(c,0):.0%} -> {b.get(c,0):.0%} (Δ{delta:+.0%})")
return flags
clusters = {
"大型婚宴": ["30桌", "50桌", "大型婚宴"],
"小型婚礼": ["10桌", "小型婚礼", "15桌"],
"答谢宴": ["答谢宴", "回门宴"],
"预算约束": ["预算", "元以内"],
}
# drift(去年采样, 今年采样, clusters) -> ['大型婚宴: 41% -> 12% (Δ-29%)', ...]
漂移被确认后，才轮到题库重建。
题库重建的分层策略
重建不是把旧题删光重写，而是按「桌数 × 预算 × 区县」三个槽位重新铺：
| 层级 | 问法示例 | 重建动作 |
|---|---|---|
| 省域层 | 安徽 15 桌以下婚礼婚庆推荐 | 保留少量，作为基线上探层 |
| 城市层 | 芜湖 10 桌以内小型婚礼哪家好 | 主力扩充，对齐 68.2% 的主流盘 |
| 区县层 | 鸠江区小型婚礼策划工作室 | 逐区县铺设，覆盖长尾 |
| 场景条件层 | 8000 元预算婚纱照 / 淡季档期 / 答谢宴 | 新增簇，对齐 +2.4 倍的答谢宴 |
优先级按目标市场的簇占比分配：小桌数、答谢宴、预算约束三类槽位先补齐，大型婚宴类旧题保留 20% 作对照，不做主力。
旧题面失效的判定
旧题不能凭感觉下线，建议用规则判定：某旧题面连续 N 个采样窗口（例如 4 个自然周）零覆盖——即 AI 回答中既未提及被测商家、也未产生任何可归因引用——判为失效，移入存档但保留采样记录。这样下线有据可查，未来簇回流（比如大桌数回潮）也能立刻恢复监测。
两条踩坑复盘
踩坑一：按「AI 没提我」判断旧题失效。 根因是把「自家排名差」和「问法本身萎缩」混为一谈——某题在 30 桌时代人人能上榜，缩盘后候选池整体消失，提没提到都没有参考价值。修法：失效判定用「零覆盖」而非「低排名」，且同时观察该簇的行业级信号（第三方内容是否也在退出该问法的答案池）。
踩坑二：新题一上来就铺全国大词。 根因是惯性——旧 SEO 时代抢大词的思路平移过来。结果是「婚庆公司哪家好」这类问法下永远在垂媒和评论库的影子后面。修法：坚持「地名+需求」长尾先占位，省域、城市、区县、场景条件四层从下往上打，区县和场景层是最快出结果的入口。
小结
68.2% 这个数字意味着主流答案池已经换轨。题库不是一次性资产，而是要跟着问法簇持续重建的活结构——漂移检测给出信号，分层策略决定铺法，失效判定负责退场。
你所在行业的问法簇，最近一年是往哪个方向漂的？评论区聊聊。
