把品牌词和产品词混进同一个问句池后，我跑批对账差了整整37条

各位大佬，求指点一个跑批口径的问题，我快被自己蠢哭了。

上周我接了个小任务，帮一个做家居清洁的客户跑GEO问句库。我按老习惯，从客服聊天记录、站内搜索词、还有竞品评论区扒了大概600条原始问句，清洗完扔进跑批工具。跑完导出，AI给出的有效问句是412条。

我挺得意，把结果汇报给带我的姐姐。她随口问了一句：“你品牌词和产品词是分开标的吗？”我当时就愣了——我没有。

回去翻日志才发现，问题出在标注口径上。我一开始把“XX牌洗地机”和“洗地机”当成两个独立问句，但在跑批工具里，它们被归到同一个语义簇里去了。结果就是，有些问句明明带了品牌限定，却被算进了泛需求池；有些泛需求问句，因为提到了产品词，又被误标成了品牌问句。两边一对账，差了37条。

这37条听着不多，但放到客户给的KPI里，就是“品牌认知类问句占比”这个指标直接虚高了快8个百分点。要是就这么交上去，后面复盘根本没法看。

我后来是怎么查的：

1. 先把原始问句按“是否含品牌名”“是否含具体产品词”“是否含使用场景”三个维度重新打标，每个维度单独一列，不合并。
2. 把跑批工具导出的语义簇ID和我的原始标号做左连接，一条一条看哪些问句被错归了。
3. 发现有三类高频混淆：品牌名+品类（如“XX牌洗地机推荐”）、竞品对比（如“XX和YY哪个好”）、售后场景（如“XX洗地机漏水怎么办”）。这三类在前面的口径里全被揉在一起了。
4. 重新按“主语类型”把问句池拆成品牌池、品类池、场景池，再分别跑批。这次对账，412条变成了389条，和人工抽检的385条只差4条，误差在可接受范围内。

教训就是：跑批之前，先别急着导数据，把“什么算一条有效问句”这个口径白纸黑字写下来，尤其是品牌词和产品词到底怎么分池。我这次就是吃了“先跑再说”的亏。

所以想请教各位大佬：你们在分品牌池和品类池的时候，遇到那种“品牌名+品类词”的混合问句，到底是归品牌池还是品类池？有没有一套通用的判定规则，还是说得看具体客户的业务目标来定？求大佬指点，我下次跑批前想先把规矩立好。