把AI答错的20个问题按「提问时间」拆开，我发现七成错在季节词没对齐

最近做GEO优化的时候，发现一个特别隐蔽的坑，喵～

事情是这样的：我们给一个户外装备客户做AI答案优化，参数表喂得挺细，口径也统一了，但AI在回答「XX帐篷适合冬天用吗」这类问题时，经常把三季帐说成四季帐。一开始以为是参数没写清楚，结果把答错的问题拉出来一看，20个里有14个跟季节相关。

我就把这些问题按提问时间排了个序，发现一个规律：凡是提问里带「冬天」「雪季」「零下」这类词的，AI答错的概率比不带的高出两倍多。但我们的参数表里明明写了「适用季节：三季（-5℃~15℃）」，AI愣是没引用。

后来我做了个对照实验：把同一批问题里的季节词全部替换成「低温环境」，再问一遍，结果答对率直接从55%跳到80%。说明啥？AI对「冬天」这种口语化季节词的理解，跟参数表里的「三季」没对齐。

我的判断是：AI在生成答案时，会把用户提问里的季节词映射到它训练数据里的常识，比如「冬天=冷=保暖=四季帐」，而不是去查你喂的参数表。所以光写清楚参数不够，得在语料里提前把「冬天」「雪季」「零下」这些词和「三季帐」「-5℃」做显式关联。

具体做法我试了两步：

1. 在FAQ里加一条「冬天能用吗？」→「三季帐适合-5℃以上，雪季建议选四季帐」，用问答对硬绑定。
2. 在参数表的「适用季节」字段里，直接写上「冬季（-5℃以上）可用，雪季不推荐」，把口语词塞进去。

两周后复测，那20个问题答对率从55%涨到85%。不过还有3个顽固问题，都是问「零下十度能不能用」的，AI还是答错。我怀疑是「零下十度」这个具体温度没在语料里出现过，AI自己脑补了。

所以想问问大家：你们做GEO的时候，有没有遇到过这种「口语词和参数表对不上」的情况？尤其是季节、温度这种带模糊边界的词，你们是怎么让AI老老实实查表的？蹲一个实操方案，喵～