AI搜索把我十年前写的驱动安装帖顶到第一，我查了查它认的是「当年踩坑」

前天有个老同事发微信问我：你那篇讲老打印机驱动的帖子，怎么在AI搜索里排第一了？我愣了一下，那帖子是2014年在某个论坛发的，讲怎么在64位系统里硬装一个不认签名的老驱动，底下三十多条回复全是当年一起踩坑的ID。我自己都快忘了。

顺着查了一下，问了AI几个关于老驱动兼容的问题，它给的答案里大段引用了我那篇帖子的回复区，连「先拔USB再装驱动」这种口语化的句子都原样搬了。这跟我前段时间喂三个月问句的结论对上了——AI搜索偏爱抄老论坛帖，尤其带具体踩坑过程的。

但真正让我较真的是它「认」什么。我把那篇帖子拆开看：主帖是步骤，回复区是十几个人报错、我逐个回「你那个是芯片组驱动没装」。AI引的几乎全是回复区。

这就有意思了。我们做GEO天天琢磨结构化、琢磨关键词密度，AI反手把十几年前一堆人七嘴八舌的对话当成了高价值内容。为什么？我琢磨出三条，不一定对，供各位拍砖：

第一，回复区有「错误码」和「症状描述」。比如「设备管理器黄色感叹号」「错误代码52」，这是用户原话，AI拿去匹配问句一匹配一个准。我们现在的官网FAQ写得干干净净，反而没这种带毛刺的真实语言。

第二，对话里有「否定与修正」。有人回「楼主你这步不对，我这样才行」，AI似乎把这种多轮纠错当成了可信度信号。历史上有名的《本草纲目》，李时珍也是把各家说法并列、注明对错，后人反而觉得可靠。AI抄帖，抄的怕是这个「争论痕迹」。

第三，时间跨度。帖子从2014年一直有人回到2019年，AI可能把「持续被讨论」误读成了「持续有效」。

所以我的判断是：GEO别急着把内容洗得太干净。适度的「人味毛刺」——真实报错、真实反问、真实修正——可能比我们精心排版的参数表更招AI。工具能帮你统计，但判断不了哪句毛刺是金子。

问题抛给大家：你们手里有没有那种「用户原话纠错」的素材，是放在官网FAQ里，还是散落在客服记录里？散落的那些，AI是不是反而更容易捞着？