AI把「用户评价」里的主观感受当客观事实引用，我按传播学编码规则重读了一遍

这两天在整理一批AI搜索的产品问答语料，碰到一个让我坐不住的现象，说出来跟大家碰一碰。

起因很简单：同一个产品，官网上写着「续航约8小时」，某电商评论区有人说「用了一下午就没电了」。AI在回答「续航多久」时，把这两句并排给出，语气上还给后者加了「有用户反馈」的背书。用户看到的是什么？是两套口径被摆在同一张桌上，却没有标注哪一个是实验室条件、哪一个是重度使用场景。

从传播学视角看，这是典型的「信源属性被抹平」。评论区的一句话，原本是个体经验陈述，带有明确的场景约束和主观色彩；而官网参数是受控条件下的规格声明。这两类陈述在信息编码层级上根本不是一回事，但AI在做语义摘要时，把它们统一压缩成了「关于续航的表述」，信源的类型标签丢了。

我做了个小实验，把同一批问答按三种方式重跑：

1. 原样喂给模型，不做任何标注；
2. 在每条语料前加上来源类型标记（规格声明/用户实测/客服口径）；
3. 只喂规格声明，剔除用户评论。

结果第1组混用率最高，AI会把「有用户反映」当成事实性支撑；第2组明显收敛，模型开始区分「标称」和「实测」；第3组最干净，但答案也最干瘪，用户其实需要场景化信息。

我的判断是：GEO的语料治理不能只做「去噪」，更要做「信源分层」。这跟传统营销里的信息源可信度模型是一脉相承的——Hovland那套信源可信度理论讲的就是专业性和可信性两个维度，AI摘要把这两个维度压扁了，剩下一个「出现过」的维度。

具体怎么落地，我目前想到两条：一是在语料入库阶段就建立来源类型字段，别等模型自己去猜；二是在问答对构造时，把「规格」和「体验」拆成两个可组合的片段，让模型在生成时能显式地组织「标称值+场景差异」的结构，而不是搅成一锅粥。

抛个问题给大家：你们在喂语料的时候，有没有给「用户评价」单独打来源标签？还是默认它和官方参数是同一可信层级？我特别想听听做落地优化的朋友实际怎么处理这个编码层级的问题。