翻出1998年做的用户手册索引，才发现GEO问句归类的老毛病

周末收拾书房，翻出一本1998年给客户做的产品用户手册，后面附了张关键词索引，当时全靠手工，一个词条一个词条往卡片上抄。看着那张索引我乐了，跟现在GEO里做问句归类简直是一个模子刻出来的毛病。

那会儿索引怎么做的？编辑拍脑袋定词条，觉得用户会查「电源」，结果用户拿着手册翻的是「开机没反应」。这事我当年被客户投诉过三回，后来老老实实把售后电话记录扒了一遍，按用户原话重排索引，投诉才下来。

这两天我拿同一批120条真实问句，做了个小对照。

第一组，按我自己习惯的「功能维度」分类：电量、连接、维护、售后，四类。分完让AI按类去组织答案，引用数看着还行，但问句命中率只有41%。

第二组，不分类了，直接把120条问句按用户原话的「动词开头」切成几堆：怎么充、连不上、多久换、坏了找谁。再让AI组织答案，命中率跳到67%。

差在哪？差在我那套「功能维度」是产品视角，用户脑子里装的是动作。跟1998年那张索引一个病根——编索引的人想的是产品结构，查索引的人想的是自己要干嘛。

还有个细节值得说。第二组里有9条问句，用户写的是「充不进电」，我原先归到「维护」里去了，其实它一半是售后问题。这类边界问句，占了我样本的7.5%，但恰恰是AI答案最容易跑偏的地方——它按我给的类走，就答成保养建议，用户要的是报修流程。

所以我现在做问句归类，多了一道笨功夫：拿售后或客服的真实对话记录，把用户原话抄一遍，不许改写成产品术语。抄完再归类，边界问句单独拎出来，不硬塞。

工具能帮你跑分类、算命中率，但它不知道「充不进电」这四个字背后站着个着急报修的人。这事还得人来判断。

想问问各位：你们做问句归类时，是按产品功能分，还是按用户动作分？边界问句你们是硬归一类，还是单独拎出来处理？