用AI批量生成GEO问答词库，结果把「连衣裙」答成「裙」，我扒了三天日志才找到这毛病

最近在给品牌跑GEO问答词库，想偷懒用AI批量扩写问题，结果跑出来的东西差点没把我送走……

事情是这样的：我们有个连衣裙品类，我让AI按「场景+人群+功能」扩了200条问句，它倒好，「通勤连衣裙」给我写成「通勤裙」，「约会连衣裙」写成「约会裙」，甚至「小个子连衣裙」直接变成「小个子裙」……我当时还觉得挺精简，结果拿这些词去问AI搜索，回答出来的全是泛泛的裙装建议，连衣裙的腰线、袖长、面料垂感全丢了。

我一开始以为是AI搜索的问题，后来把词库导出逐条对，才发现问题在源头：AI扩写时默认做了「同义归并」，把「连衣裙」当成了「裙」的子集，自动往上抽了一层。我拿品牌手册里的品类树对照了一下，连衣裙在我们这儿是一级品类，裙装才是父级，它直接给我跳了两级……

更坑的是，这种归并是批量发生的，200条里我扒出来37条被抽层级，占比快两成。要不是我拿原始词表逐条比，根本发现不了——因为AI自己扩写出来的问句读着通顺，不较真根本看不出漏了关键修饰词。

我的土办法是：扩写完先别急着用，拿原始品类表做一次「词组覆盖率」比对，看核心修饰词（比如「连衣」「高腰」「收腰」）有没有被抽掉。我现在固定跑一遍脚本，把缺失的词标黄，人工补回去再喂给AI搜索。补完那一版，回答里终于开始出现腰线和面料了……

所以想问问各位大咖：你们用AI扩GEO词库时，有没有碰到这种「同义归并过头」的坑？是直接在prompt里锁死品类词不准归并，还是扩完再人工过一遍？有没有更省事的工具或者写法……我真的不想每次都手动扒日志了😭