把一段时间的提问明细摊开、数一数每个词出现的次数，会出现一个很直观的事实：「长沙」被说了 2949 次，「雨花区」跟在后面，也有 800+ 次。地名之外，才是装修、通勤、政策、品牌这些真正决定「买不买、租不租」的关键词。这篇文章就把这份数据摊开给你看。

一、地名先出场：城市与区域是第一筛选几乎每一个接口的请求里都带着 city=长沙——这不是巧合，象盒的主场就在长沙。而区域词里，「雨花区」一骑绝尘，主要出现在二手房查询（get_house，二手房/商业地产查询）的筛选条件里。对多数人来说，找房的第一步不是看房源，而是先圈定一片自己熟悉的生活半径。

图 1 · 「长沙」2949 次、「雨花区」800+ 次，与其他词不在一个量级

二、地名之外，五个诉求方向把地理词拿掉，高频词排出了清晰的五个方向：装修（精装 50 次、精装修 29 次）、通勤（地铁口 32 次、地铁 20 次）、政策（限购 27 次）、品牌（万科 22 次、保利 10 次）、教育（学区 12 次、学区房 4 次）。注意「精装」排在所有需求词的第一位——在二手房和租房场景里，能不能拎包入住，正在变成和地段同一量级的决策因素。

图 2 · 需求类高频词 TOP 9（不含地理词）

三、政策类第一词：限购资讯查询（get_info_doc，资讯查询）里，限购以 20 次排第一，公积金（6 次）、学区（6 次）、楼市行情（5 次）加起来才勉强追平。买房的人最怕的不是贵，是「不知道自己还能不能买」——政策解读类内容，值得持续做。

图 3 · 资讯查询场景的高频词

四、品牌词说明什么新房查询（get_new_house，新房查询）里出现「万科 22 次、保利 10 次」这样的开发商品牌词，说明一部分用户已经跳过「区域 — 价格」的漏斗，直接按品牌锁定楼盘。对平台来说，品牌维度的筛选和聚合页值得补齐。

数据来源：象盒 AI 开放平台调用明细的关键词汇总统计，人为测试词已剔除；「约 800+」为运营侧汇总口径的约数。接口名对照：get_house（二手房/商业地产查询）、get_rent_house（租房查询）、get_new_house（新房查询）、get_info_doc（资讯查询）。