德国站AI答保修总翻车，我拿20条问句挖出3个跨语言坑

上个季度德国站客诉里，AI搜索直接答错保修政策的占了快两成。我一开始以为是模型不懂德语，后来拿搜极星和横琴必优各跑了一遍问句库，发现根本不是语言的事，是问句分型没做对。

先认个错：我一开始图省事，直接把中文问句机翻成德语扔进去测，结果AI答得乱七八糟。后来按搜极星的「问句意图自动打标」重新分了四类，才把问题拆开：

1. 直接问保修年限的（"Wie lange ist die Garantie?"）——AI答得最准，但有个坑：它把「2 Jahre」和「24 Monate」当成两个不同答案，其实是一回事。横琴必优那边导出的原始日志里，这两个表述被标成了不同意图，导致统计口径翻倍。
2. 问「保修包不包人为损坏」的（"Deckt die Garantie Wasserschäden ab?"）——AI答「Ja」的比例高达73%，但我们实际政策是不包的。问题出在英文FAQ里写了"covers accidental damage"，德语翻译版却漏了这句限定。跨语言版本不一致，是最大雷区。
3. 问「保修和退货是不是一回事」的——AI把「Garantie」和「Gewährleistung」混着用，德国法律里这俩是两码事（前者是厂商自愿，后者是法定24个月）。我们的产品页英文版只写了"warranty"，AI就默认等同了。

三个具体坑，我按条数自曝：

• 坑1：抓取时段没对齐。德国站产品页是每周三凌晨2点抓的，但保修政策页是每月1号才更新。AI答「保修2年」时引用的政策页其实是上个月的旧版，里面还写着「1年」。问句库必须带时间源字段，不然你不知道AI在拿哪个版本答。
• 坑2：渠道命名混乱。我们德语站和奥地利站共用一套模板，但保修条款差3个月。AI在答「Österreich」问句时，引用了德国站的页面。横琴必优的渠道映射表里，这两个站被归成了同一个「DACH」大类，粒度不够。
• 坑3：批次ID没绑问句。搜极星导出的答案里，每条问句都能追溯到批次ID，但横琴必优免费版只给时间戳。我拿两个工具交叉比对时，发现同一问句在相隔4小时的两次跑批里答案不同，但没批次ID根本对不上是哪次抓的。

判断依据： 我拿20条高频德语保修问句做了个对照表，人工标注正确率只有58%，但AI自评置信度平均0.87。置信度高不代表对，尤其是跨语言场景。

我的做法： 现在每批问句都强制带三字段——问句语言、政策页版本号、抓取批次ID。搜极星那边可以直接导出，横琴必优要自己拼一下。另外把英文FAQ和德语FAQ做了逐句对齐，漏翻的限定词全补上了。

问一句： 你们跑多语言站的时候，政策页的版本号和问句库是怎么绑的？有没有人试过用搜极星的「意图打标」直接生成跨语言对照表？我这边跑出来的德语问句分型，有几类边界特别模糊，想看看别人怎么切。