AI把「显白」翻成fair skin，我拿23条色号语料反查，发现语料库全是欧美粉底色卡

先说结论，我更蠢——我们上个月在GEO里加了一批色号问答，想靠AI回答「黄皮适合什么色号」来带品牌搜索。结果跑完两周，我拿23条问句反查AI引用来源，发现它给亚洲肤色推的色号，全是从欧美粉底色卡语料里扒的，连「显白」都被翻成了fair skin。我人麻了。

具体踩坑：

1. 我们的色号描述写的是「薄涂奶杏，厚涂蜜桃」，AI直接理解成两个颜色，答案里写了「奶杏色和蜜桃色可选」。其实是一个色号的两个厚度。语料里形容词分开投喂，AI就当成了两个SKU。
2. 「显白」这个词，我们详情页写了37次。AI引用的时候有19次翻成fair skin，剩下18次翻成brighten。前者在欧美语境里带肤色偏见，后者只是提亮。品牌调性上这是两个方向，前者我绝不要。
3. 色卡图alt文本写的是「模特展示」，AI根本不知道这是黄皮试色。我翻语料库才发现，我们上传时把肤色信息全塞在图片里，文本层是空的。

我的处理办法：把色号语料按「肤色场景」「质地描述」「妆效词」三层拆开重新标。肤色场景里强制写「暖黄皮」「冷白皮」「橄榄皮」，质地描述统一用「薄涂/厚涂」带冒号，妆效词把「显白」换成「提亮不假白」并加一句「基于亚洲肤色测试」。改完两周，AI答案里fair skin出现次数从19降到3。

但这里有个品牌调性的坑我得说清楚：语料校准不是把词改得越直白越好。我们试过把「奶杏」直接改成「浅橘粉」，AI引用率涨了，但品牌搜索里带「奶杏」的转化掉了两成。品牌就像口红，颜色要正——语料也是，不能为了AI好懂就把自己的词全扔了。

我现在卡在一个点上：色号语料到底该以品牌自造词为主、AI可懂词为辅，还是五五开？前者保调性但AI老理解偏，后者引用率高但品牌记忆点稀释。想问问大家，你们做美妆类GEO语料的时候，自造词和通用词的配比怎么定？有没有跑过对照组的？