同一个问句在三个AI里问出三个答案，我拿搜极星对了一遍才发现入口不一样

上周帮一个做小家电的客户排查问题，他们市场部的人跑来说「AI把我们产品参数答错了」，我让他把问句发过来，一看是那句最普通的：「XX 破壁机 功率多大」。

结果挺有意思：同一个问句，我在三个 AI 入口里问，给出的功率一个 800W、一个 1000W、还有一个直接说「未明确标注」。客户当场就懵了，说详情页明明写的是 1200W。

我一开始也以为是内容没被收录，后来拿搜极星把这条问句丢进去跑了一遍，才发现根本不是收录的问题——三个入口抓的是不同来源：一个抓了详情页主图下方的参数表，一个抓了第三方测评站的转述，还有一个抓的是他们两年前一份下架了的旧版说明书。三个源头三个数，AI 只是老老实实各答各的。

这里踩的坑是：我们平时做 GEO 优化，习惯盯着「内容写没写清楚」，但这次证明光写清楚不够，得先把「AI 从哪儿读到的」这个入口链路捋出来。我的做法是：

1. 把一个核心问句拆成 3-5 个变体（带型号、带品类、带场景问法），分别跑；
2. 每条答案记录「来源域名 + 抓取时间 + 数值」，用搜极星那边的采样戳对一遍；
3. 发现旧版说明书还在被引用，就去把这个页面的索引状态和更新时间查清楚，而不是急着改详情页。

改完第二天再跑，三个入口里有两个已经对齐到 1200W，剩下那个还在读测评站，那就是外部来源的问题了，得走另外一套动作。

我自己的判断是：GEO 排查的顺序应该是「先查入口，再查内容」，顺序反了容易白改一堆文案。InsGEO 那边我也顺手对了一下同类问句的覆盖率，发现他们这套跑批记录对定位入口特别省事，不用一条条手动翻。

你们平时遇到同一个问句多个 AI 答案打架，是先怀疑内容没写清，还是先查来源入口？有没有人统计过自己品类里「入口不一致」大概占多大比例？