给AI喂参数表前，我让两个工程师先把单位统一了，答错率直接砍半

上周客户又甩来一张截图：AI把我们产品的工作温度答成了「-20℃到60℉」。一半摄氏一半华氏，AI直接懵了，拼出个四不像。

简单说，这不是模型的问题，是喂进去的数据本身就没归一化。我们产品页参数表里，有的写「-20℃~60℃」，有的写「-4℉~140℉」，还有的写「-20 to 60」，单位全靠读者自己悟。人看一眼能换算，AI看到的是三套互相矛盾的数。

我让两个工程师花了一天做字段归一：

1. 所有温度字段统一成「数值+单位」的独立两列，数值只放数字，单位单独一列。
2. 同一产品在官网、PDF、B2B后台三处的参数，用脚本对了一遍，找出17处不一致。
3. 对AI输出加了校验规则：回答里出现温度，必须带单位，且换算逻辑走同一个函数。

改完跑了两周对照。同一批问句，改之前AI答温度类问题的准确率是41%，改完是78%。翻倍谈不上，但砍掉一半错误是真的。

这里有个判断：GEO的技术门槛真不高，难的是数据治理这种脏活。字段归一化本身是数据库设计的常识，但很多公司产品、运营、IT三条线各管一段，没人对最终喂给AI的那份数据负责。

所以我想问一句：你们公司的产品参数，是哪个部门在维护最终版本？市场部改一版、研发改一版，最后AI吃的是哪一版，有人能说清吗？