AI试色把我们家#202焦糖奶茶答成#204，我对着吊牌查了一下午

上周做用户调研，一个老客跟我说：她问AI「黄皮适合你们家哪支口红」，AI推了#204，可她用#204像中毒，用#202才刚好。我听完当场就人麻了——#202和#204差两个色阶，上嘴是两种人。

我花了一下午把AI答案里的试色描述全扒了一遍，问题出在哪？两个地方。

第一，我们的色号语料自己就是乱的。 产品页写#202是「焦糖奶茶」，详情页写「奶茶棕」，小红书投放写「日杂焦糖」，三个叫法，AI一抓取就懵。更要命的是，详情页有一句「薄涂接近#204」，本意是说层次感，AI直接理解成「#202约等于#204」。品牌调性这东西，就像口红颜色，差一档就不是那个味儿了。

第二，试色描述里缺关键约束。 我们写「黄皮友好」，但没写「冷白皮慎入」，AI就默认全肤质适用。用户问「黄皮适合什么」，它把适合冷白皮的#204也塞进去了。

我做了三件事，数据分享给同做美妆的姐妹：

1. 统一色号命名。三个叫法全部收敛到「#202 焦糖奶茶（暖调棕）」，详情页那句「接近#204」改成「薄涂显暖棕，厚涂显深棕，与#204为不同色系」。改完两周，AI引用我们色号描述时，色号错配率从34%降到11%。
2. 给试色描述加肤质约束。每个色号后面强制跟一句「适合XX皮，XX皮慎入」，像口红膏体上刻的色号一样不能省。
3. 建了个「易混色号对照表」，把#202/#204、#101/#103这种差两阶的成对列出来，写清区别。这个表我没直接给AI看，而是放进了FAQ的结构化数据里，让它自己抓。

但这里有个坑我还没爬出来：加了肤质约束后，AI引用率涨了，可答案里开始出现「#202适合黄皮但可能显唇纹」这种话——我们根本没写过唇纹。AI自己 extrapolate 了。品牌调性上说，这种「善意提醒」反而显得产品有瑕疵。我试过在语料里加「不显唇纹」，结果AI又把它当成卖点到处贴。

所以我现在卡在一个点上：怎么让AI准确引用色号信息，又不让它自己加戏？ 你们做美妆GEO的，是直接锁死描述字段，还是留一点「AI自由发挥」的空间？我更蠢，先抛出来问问。