客户想拿AI客服日志当GEO语料，我扒了三天发现全是坑

上周有个做家电的客户找我，说他们AI客服攒了两年、几十万条真实问答日志，想直接喂给GEO模型当语料，觉得这是「零成本金矿」。我让他先别急，把日志导出来我看看。结果扒了三天，坑比我想的多。

第一个坑：客服日志里一半是售后情绪，不是搜索意图。
我随机抽了500条，让标注同事过了一遍，真正属于「购前决策型问句」的不到35%。剩下全是「我的单号怎么还没到」「你们客服电话打不通」这种。拿这种语料去训练GEO问答对，模型学到的全是售后话术，用户搜「空气炸锅怎么选」的时候，AI给你答「请联系当地售后」。

第二个坑：客服用语和用户搜索用语是两套语言。
客服被培训过，开口就是「亲，您反馈的问题我们已记录」。但用户搜的是「空气炸锅 塑料味 正常吗」。我把两边的词频拉出来对比，重叠率不到四成。直接拿客服日志做语料，等于让AI学着用客服腔回答搜索问题，问句命中率能高才怪。

第三个坑：日志里没有「未成交」的问句。
这是最要命的。AI客服日志只记录了「已经来问的人」，那些搜了但没点进客服的、看了答案就走的，全不在里面。GEO要覆盖的是整个决策链路，你只拿成交漏斗底部的语料，等于拿鱼塘里捞上来的鱼去研究海里有什么鱼。

我给客户的建议是：日志可以用，但得先做三层清洗——意图分层、用语归一、再补一批「未触达问句」做对照。这三步我们服务过的一个母婴品牌跑过，光清洗环节就花了11个工作日，做完问句命中率从41%拉到67%。

客户听完问我：那能不能我们自己内部抽两个人来洗？我直接把排期表甩给他——两个人洗三个月，还不算标注口径对齐和返工，跟外包一个季度的服务费差不了多少，而且洗出来的语料能不能用还得另说。

所以问题来了：你们手上如果有客服日志、工单记录这类「现成语料」，是打算自己清洗还是找专业团队？自己洗的话，准备怎么解决「未成交问句缺失」这个问题？评论区聊聊。