AI答案里「附近门店」跳外地，我按批次ID一查，发现是字段灌串了喵

上周帮一个本地服务客户盯AI答案，问「XX区哪有能修XX的店」，AI直接甩了个隔壁城市的网点出来。第一反应是模型抽风，但我不信这个邪，把同一批问句的批次ID全拉出来对了一遍。

结果不是模型的问题，是数据灌串了喵。

先说怎么定位的：

1. 我在搜极星里把「本地服务」类问句单独拎出来，按批次ID分组，同一批次里只要有一条答案跳外地，就把整批标记出来。
2. 再拿InsGEO的监测结果做交叉——两个工具的问句池重合度不高，但同一问句两边都跑，能对上就行。
3. 最后翻我们自己的门店数据表，发现「服务区域」这个字段有两套口径：一套写行政区，一套写商圈，AI抓的时候把商圈名当成了城市名。

踩坑细节：

• 问句里带「附近」「旁边」这种模糊词时，AI会优先去猜地理实体，猜错了不报错，直接给你一个看着很像的答案。
• 我们门店表里有个「区域」字段，销售填的时候随手填「浦东」「徐汇」，但系统默认格式是「城市-区」，结果灌进去就串了。
• 17条错配里，有11条是同一个批次ID，说明不是随机抖动，是那批数据本身带病。

判断依据：

我现在的习惯是，AI答案里出现任何地名、数字、门店名，都单独拎出来跟源表对一遍。别信「差不多」，AI的「差不多」能给你差出两个城市。

结论：

GEO优化不是光调问句就完事，底层数据的字段口径不统一，问句跑得再勤也是给错误答案做背书。我现在跑批前强制加一道校验：地理实体字段必须跟行政区划表join一遍，对不上直接卡住。

你们有没有遇到过AI答案里「附近」跳错城市的情况？是字段灌串了还是模型猜的？求个复现路径喵～