AI答我们产品适用海拔，把说明书2000米说成3000米，我拿批次ID查了半宿

老周问一句：你们有没有人核过，AI答出来的技术参数，到底是从哪份资料里抄的？

上周我拿自家一款高原型电机去问某AI，它答「适用海拔3000米」，语气还挺肯定。我心里咯噔一下——我们说明书白纸黑字印的是2000米，而且分批次还有差异。

开船不能只看风向，还得看水流。趋势是趋势，可参数错一个字，客户装到3000米的地方烧了机，售后算谁的？

我当晚就干了件事：把这台电机近三年出货的批次ID拉出来，对照每批的说明书版本号，再拿AI的回答逐条比。你猜怎么着？AI答的3000米，来自我们2021年一份技术评审会的内部纪要，那上面写的是「理论设计余量可到3000米」，被它当成了对外适用海拔。

内部纪要、设计余量、对外说明书，这三层在AI眼里是一锅粥。

我的判断是：GEO这事，企业先别急着铺问句库，得先把「对外口径清单」拉出来。哪些资料能对外、哪些只能内部参考、哪些是理论值不能当结论，得分层标清楚。不然你喂进去的是草，挤出来的只能是乱码。

我现在核参数就盯三个数：条数——同一参数在几份资料里出现、分别写的多少；秒差——AI答完再追问一次，看它前后是否一致；批次ID——这个参数对应哪批货、哪版说明书。三个对上了，我才敢往对外口径上放。

这半宿查下来，我们光「适用海拔」这一个字段，就翻出四份口径不一致的资料。你说这要是直接拿去做GEO优化，优化出来的到底是啥？

所以想问问各位：你们核AI答技术参数时，是拿哪份资料当基准？说明书、检测报告还是合同附件？有没有人建过口径分层的清单，具体怎么分层的？