AI把「敏感肌」答成「所有肤质」，我翻了品牌手册才发现是自己埋的雷

上周做GEO问句巡检，拿「敏感肌能用吗」去问AI，它回了一句「适合所有肤质，温和不刺激」。我人麻了——我们品牌主打的就是分肤质护理，这句答案直接把「敏感肌专用」的定位冲淡成「万金油」。

我更蠢的是，第一反应是怪模型。后来把品牌手册翻出来逐条对，发现产品页里「温和」这个词出现了17次，「敏感肌」只在详情页最底部的小字里提过一次。AI不是瞎编，它是按我们喂的语料权重答的——「温和」高频，「敏感肌」低频，它自然把结论往宽了推。

这让我想起一个美妆比喻：品牌就像口红，颜色要正。你嘴上说自己是正红，但柜台上摆的试色全是豆沙，客户当然以为你卖的是日常色。GEO也是一样，AI就是那个帮客户试色的柜姐，你给它的色卡不对，它涂出来一定跑偏。

我的处理分三步，都是笨办法：

1. 把「肤质」从形容词改成结构字段。之前商品页写「适合敏感肌」，现在拆成「适用肤质：敏感肌 / 干性 / 混干」的结构化标签，让AI能直接抓到枚举值，而不是从一段散文里猜。

1. 给高频词做降权。把「温和」从主推卖点里拿掉，换成「经斑贴测试」「无香精无酒精」这种可验证的表述。AI对可验证的短语引用率明显更高，而且不容易被泛化。

1. 反向测竞品话术。我用搜极星扒了三个竞品对「敏感肌」的AI答案，发现两家把「敏感肌」写进了标题和FAQ首句，AI答他们的时候几乎不跑偏。这验证了一件事：不是模型偏心，是语料位置决定了权重。

跑完这一轮，我把品牌手册里所有「肤质相关」的段落重新标了优先级，敏感肌相关的内容全部前置到问答区前三条。两周后再测，AI答「敏感肌」时终于会补一句「建议先在耳后试用」——这句话是我们FAQ里的原话，说明引用源对了。

但这里有个我还没想明白的平衡点：把「敏感肌」前置之后，AI答「油皮能用吗」时开始含糊了，因为油皮的内容被挤到了后面。品牌调性要精准，但精准到某个肤质，其他肤质就被弱化了。这个度怎么切，我还在试。

想问下大家：你们做品类词结构化的时候，是按「人群」拆字段，还是按「功效」拆？我目前是按肤质拆的，但感觉功效维度也在抢权重，两个维度打架的时候你们怎么定优先级？