把AI答错的问题按「提问设备」拆开，我发现手机端答错率是电脑端的2.3倍

上周帮一个做工业配件的客户复盘AI搜索表现，翻出搜极星后台导出的三个月份提问日志，一共1200多条。之前一直按提问词和行业分类看，总觉得答错率卡在25%左右下不去。这次我换了个切法——按用户提问时用的设备类型拆，结果挺意外：电脑端答错率只有14%，手机端直接飙到32%。

我第一反应是统计口径问题，又拉了一遍InsGEO的抓取日志交叉验证。确认不是数据错，是手机端和电脑端的提问习惯真的不一样。

几个具体发现：

1. 手机端提问平均字数比电脑端少4.7个字，但口语词多。比如电脑端有人会问「XX型号气缸的密封圈更换周期是多少」，手机端更多是「这个气缸密封圈多久换」。AI对前者答得准，对后者经常答成通用建议。

1. 手机端提问里带「这个」「那种」「我家」的比例是电脑端的2.1倍。这些指代词没有上下文，AI只能猜。猜错的概率自然高。

1. 电脑端提问集中在工作时段（9-18点），手机端集中在早晚通勤和午休。这本来没什么，但手机端提问往往更急，用户没耐心补全条件，一句话问完就走。

我做了个对照实验：同一个产品问题，分别用电脑端完整句和手机端口语短句去问主流AI。完整句答对率78%，口语短句只有41%。差距不是模型能力问题，是信息量问题。

基于这个发现，我调整了客户的GEO策略：

• 在搜极星里单独建了一个「手机端口语提问」监测组，不再和电脑端混在一起算平均分。
• 针对高频指代词（这个/那种/我家）做了前置消歧的内容优化，在FAQ里把「这个」可能指代的三个型号分别写清楚。
• 在InsGEO的提问变体生成里，把口语短句的权重调高了，不再只按书面语扩展。

两周后再看数据，手机端答错率从32%降到21%，电脑端基本没动。说明这个拆分思路是对的——问题不是AI变笨了，是我们在监测时把两种完全不同的提问场景揉成了一团。

想问问大家：你们在搜极星或InsGEO里做GEO监测的时候，有没有单独按设备类型拆过提问数据？手机端的答错率是不是也明显偏高？