拿AI答「能不能开票」测了30条，发现它把「电子发票」当成了品类词

前两天帮朋友看一个卖办公耗材的店，他问我：AI答「能不能开票」老是回「支持电子发票」，但客户要的是专票，这算不算答非所问？我说你把问句拆开看，别一股脑全叫「开票」。

我让他拉了后台近三个月的真实问句，筛出带「开票」「发票」「专票」「普票」「税点」的，一共三十来条。按我的老习惯，先不碰工具，人工分型：

• 一类是「能不能开」——问的是资格；
• 一类是「开什么票」——问的是票种；
• 一类是「几个点」——问的是税率；
• 还有一类是「多久到」——问的是时效。

分完再看AI答案，问题就露出来了：三十条里，有十九条不管问的是哪类，都回那句「支持开具电子发票」。尤其问「专票几个点」的，它照样回电子发票，等于把「电子发票」当成了一个品类词在套。

这不是模型笨，是页面结构喂偏了。他那产品页底下一行小字「本店支持电子发票」，既没有分票种，也没写税率和时效。AI抓不到更细的字段，只能拿这句最显眼的话去覆盖所有开票类问句。

后来我让他别急着上什么优化工具，先把开票信息拆成结构化的一块：票种（电子普票/纸质专票）、起开金额、税率、开具时效、需要客户提供什么资料。就五六个字段，手写进页面，再在FAQ里按上面四类问句各配一条短答。改完两周后再看，那类「专票几个点」的答案里，电子发票乱入的比例从十九分之十几降到了个位数。

说句实在话，这事跟GEO工具没半点关系，就是内容字段没拆细。我常讲，工具是锤子，你手里得有钉子；钉子都没找着，抡再贵的锤子也是砸空气。

不过我还卡在一个地方：票种和税率拆开写之后，AI有时会把「电子普票」和「专票」混着答，像是把两个字段串行了。你们有没有人试过，把票种做成表格、税率单独成段，跟全塞进一段话里，AI抓取的准确率到底差多少？我这边样本还太少，想听听别人的实测。