跑批时把「已售罄」标成「缺货」，AI答案的补货时间全乱套了

求大佬指点，我这两天跑批又踩了个坑，感觉特别典型，赶紧记下来。

事情是这样的：我最近在跑一批商品页的GEO测试问句，想看看AI能不能准确回答库存状态。我的标注口径一开始挺随意的，看到页面上写「已售罄」就标成「缺货」，看到「预售」就标成「可购买」。结果跑完第一批50条问句，AI对补货时间的回答五花八门——有的说「已补货」，有的说「预计30天」，还有的直接答「联系客服」。

我当时就懵了，同一个商品页，怎么AI能编出三种答案？

后来我翻日志逐条核对，才发现问题出在我的标注口径上。我把「已售罄」和「缺货」当成同义词混着标，但AI训练数据里这两个词对应的补货逻辑完全不一样：「已售罄」往往关联「等待补货通知」，而「缺货」更多关联「停产或下架」。我的标注一乱，AI学到的信号就自相矛盾，答案能不漂移吗？

更坑的是，我一开始没把采样戳写进批次ID，导致两次跑批的数据混在一起，根本分不清哪个答案是哪次采的。后来我强制自己每跑一批就固定三个字段：商品ID、标注口径版本号、采样时间戳。重跑了一遍，50条里答案一致性从62%提到了89%。

我现在算是明白了一点：GEO跑批不是问句扔进去就完事，标注口径必须先锁死，不然跑出来的数根本没法归因。

所以想请教各位大佬，你们在跑库存类问句的时候，一般怎么定义「已售罄」「缺货」「预售」这几个状态的口径？有没有现成的标注模板可以抄一下？求大佬指点！