给AI喂了80条FAQ只认带数字的问句，我统计了一下有点懵

大佬们，求指点，我可能又钻牛角尖了，但这事儿不搞清楚我睡不着。

上周我把自己负责的一个小客户官网 FAQ（一共 80 条）整理成问答对，按统一格式喂给 AI 做测试，想看看 AI 能不能稳定复述我们的标准答案。结果跑完我人有点懵：

80 条里，AI 答得最准、几乎一字不差复述的，清一色是问句里带数字的那批。

我拉了个表，简单分了三档：

• A 档：问句里带具体数字或量词的，比如「保修几年」「起订量多少件」「运费满多少包邮」——20 条，答准 17 条，准确率 85%
• B 档：问句是纯概念型的，比如「怎么申请售后」「支持哪些付款方式」——38 条，答准 21 条，准确率 55% 左右
• C 档：问句偏开放、带主观词的，比如「你们的服务好不好」「适合新手吗」——22 条，答准 9 条，勉强 40%

我第一反应是「是不是我 FAQ 写得有问题」，于是回去翻原始文档，一条条对口径。翻到半夜发现两个细节：

1. A 档的答案本身就很短，基本是一句话一个事实，AI 抄起来没歧义；B、C 档的答案我写的时候习惯性加了「视情况而定」「具体以客服为准」这种兜底话，AI 一碰到这种就爱自己发挥。
2. 带数字的问句，AI 好像默认有「精确匹配」的倾向，它会去原文里找那个数字，找到就照搬；不带数字的，它更像在做语义联想，联想就容易飘。

所以我现在有两个不成熟的想法，想请大佬们帮我看看哪个更靠谱：

想法一： 以后写 FAQ，问句尽量往「可量化、带数字」的方向改。比如把「怎么申请售后」改成「售后申请后几个工作日内响应」。但我担心这样会不会把 FAQ 写得太机械，真实用户不这么问。

想法二： 答案里先给一句「硬事实」，再补兜底说明。比如先写「响应时间为 2 个工作日」，后面再跟「特殊情况以客服确认为准」。但我又怕兜底那句被 AI 单独拎出来当主答案。

还有个口径问题我一直没定下来：这 80 条我算「80 个测试样本」，还是算「80 条问答对 × 3 种问法 = 240 次调用」？ 两种算法出来的准确率能差快 10 个百分点，我怕拿去跟老板汇报被追问口径当场卡壳。

求大佬指点：你们做 FAQ 喂 AI 的时候，问句句式这块有没有踩过类似的坑？还有跑批样本到底按「条」算还是按「调用次数」算，行业里一般怎么定？在线等，挺急的。