问句里加个「吗」，AI引用率掉了四成，我差点以为模型坏了

上周跑问句库A/B测试，同一批产品问题，就改了措辞：一组用「XX适合敏感肌吗」，另一组用「XX适合敏感肌」，结果AI引用率从38%掉到22%，绝对差16个百分点，相对掉42%。我第一反应是模型抽风，重跑了三遍，NTP源对过，批次标签也一致，才确认是问句变量在捣鬼。

为了把分母钉死，我把200条问句按「是否带疑问语气词」分两档，每档100条，各跑5轮，每轮间隔6小时，避开抓取高峰。带「吗/呢/吧」的那档平均引用率24.3%，不带的那档41.7%，差17.4个百分点，置信区间±3.1%。这还没完，我又把不带语气词的问句按「陈述式」和「关键词堆叠式」拆开，陈述式引用率反而比堆叠式高9个点。也就是说，AI不是不喜欢问句，是不喜欢「太像人聊天」的问句。

我翻了引用快照，发现带「吗」的问句里，AI更倾向引用论坛和问答社区的回答，而不是品牌官方页。有个卖护肤品的客户，官方FAQ写的是「本品适合敏感肌」，用户问句带「吗」，AI直接引了小红书一条吐槽。这不是内容质量问题，是问句和语料的语气匹配问题。

所以我现在给问句库加了个强制字段：疑问语气标记（0/1），跑批时必须分层抽样，不然引用率对比就是拿苹果比橘子。上周跟一个服务商聊，他们说「问句越自然越好」，我直接反问：自然度怎么量化？有分层抽样吗？分母是问句数还是回答数？对方答不上来。

你们跑问句库的时候，有没有把语气词当独立变量控过？还是默认「用户怎么问都行」？如果控过，带语气词和不带语气词的引用率差多少？我这边样本还小，想交叉验证一下。