我把自家问句库按「问题类型」重贴标签，才发现AI答得最差的竟是「对比型」

先自曝一个蠢事：上个月我吭哧吭哧攒了300条问句，觉得自己特别努力，结果导进系统一跑，AI答得乱七八糟。我第一反应是怪AI，后来把问句一条条翻出来看，才发现80%的问句都长得差不多——全是「XX是什么」「XX怎么选」，我压根没按问题类型去分。

这周我逼自己重做了一遍，把问句按问题意图重新贴标签，分四类：

1. 定义型：XX是什么、XX包括哪些
2. 对比型：A和B哪个好、A比B强在哪
3. 场景型：预算5000选什么、小户型适合哪种
4. 决策型：值不值得买、会不会踩坑

贴完标签我跑了一轮实测，结果挺打脸的——

• 定义型：AI答得最稳，基本能抓到详情页第一段，准确率我估摸有七成
• 场景型：开始翻车，AI经常把「预算5000」直接忽略，答成通用推荐
• 对比型：最惨，AI要么只答A不答B，要么把两个产品的参数张冠李戴
• 决策型：几乎全军覆没，AI要么复读促销话术，要么干脆绕开「值不值得」这个问题

我拿对比型那20条问句去对详情页，发现根子不在AI，在我们自己的内容里——对比信息根本就没写清楚。详情页只夸自己好，从来不提跟竞品的差异，AI没东西可抓，只能瞎编。

这让我想明白一件事：GEO不是把问句丢给AI就完事了，得先看自己的内容能不能接住这类问题。对比型问句答不好，八成是内容里缺「差异点」的结构化表达。

我现在的做法是：每个对比型问句，先人工写一段「差异对照」，哪怕只是两行表格，再拿去测AI能不能引用。测了三天，对比型准确率从两成提到了五成左右，虽然还不高，但至少知道往哪使劲了。

我要努力学习，但更想少走弯路——你们做问句库的时候，是按「意图类型」分，还是按「产品线」分？ 我现在纠结要不要再拆一层，怕拆太细自己先乱了。