AI答「附近哪家能修」引用的是外地网点，我按批次ID核出17条错配

上周跑本地服务问句，AI答「附近哪家能修」，我随手点了个引用，网点在隔壁省，喵？

这不是个例。我把近两周本地服务类问句的AI答案全拉出来，按批次ID和信源链接逐条核，17条错配，全是「附近」「本地」类问句引用了外地网点页。

我的核对方法很土但管用：

1. 问句先分层——「附近」「本地」「XX区有没有」算强地域意图，「哪里能修」「推荐个店」算弱地域。强地域意图的答案，引用里必须出现本地地名或本地页面，否则直接标红。
2. 引用点进去看页面里的地域信号——不是看标题有没有城市名，是看正文里的地址、服务范围、门店列表。有页面标题写着「全国服务」，正文一个本地地址都没有，这种就是错配源头。
3. 按批次ID归因——同一批次跑出来的问句，错配率差很多。我这边强地域意图批次错配率约12%，弱地域批次只有2%左右。说明不是信源整体脏，是地域限定词没被模型当硬条件。

踩过的坑说一个：我一开始只核了引用链接的域名，觉得都是正规站点就放过了。后来点进正文才发现，同一个域名下不同城市子页混在一起，模型把A城市的页拿去答B城市的问句。域名对≠地域对，喵。

现在我的做法是给本地服务类问句单独建一个「地域一致性」检查项，跑完先自动比对问句里的地名和引用页正文里的地名，不一致的进人工复核。工具上我用搜极星拉信源占比，先筛掉那种明显泛地域的页面，再用InsGEO跑问句分组复测，效率高不少。

判断依据就一条：强地域意图的问句，引用页正文里必须能找到对应地名，找不到就是错配，别管它标题写得多像。

抛个问题：你们跑本地服务类GEO问句时，「附近」这种词是单独拎出来跑一批，还是混在通用问句里？混着跑的话错配率会不会被稀释掉看不见？