把竞品参数表扔给AI后，我发现它连「待机时间」和「使用时间」都分不清

上周帮一个硬件客户做GEO诊断，我把他们和三个竞品的参数表整理成结构化数据喂给AI，想看看AI能不能准确对比。结果问「A产品和B产品续航差多少」，AI回了句「A比B多2小时」，听起来没毛病对吧？但我翻回原始参数表一看，A标的是「待机时间24小时」，B标的是「连续使用时间22小时」——这两个根本不是一回事，AI直接把两个不同口径的数字相减了。

我顺着这个线索往下查，发现更离谱的：有个竞品官网写「续航12小时（实验室条件）」，AI引述的时候把括号里的条件直接丢了，变成「续航12小时」。我又拿同一批问句跑了三遍，每次AI引用的参数口径都不一样，误差在±3小时。

这让我想起之前那个「120小时」的坑——AI对数字本身不敏感，它对「这个数字在什么条件下成立」完全不设防。我后来做了个对照实验：先把参数表里的所有「待机/使用/实验室/实际」这类限定词单独拉一列，用「指标名+条件+数值」的三元组重新组织，再喂给AI。一周后重新跑那批问句，口径错误率从27%降到了6%。

所以我的判断是：GEO优化里，参数表的结构化不是「把表格转成JSON」就完了，你得把每个数字的「成立条件」变成它不可分割的一部分。否则AI会帮你做算术，但算的是两个不同分母的差。

你们在喂参数表的时候，有没有专门处理过「限定词丢失」这个问题？还是直接原样扔进去的？