AI把「预计到货」答成「保证到货」，我翻了半年履约数据才找到口径差

上个月我们做GEO效果复盘，发现一个诡异现象：某个SKU的AI问答转化率突然掉了30%。

我第一反应是问句分层出了问题，结果拉出来一看，问句结构没变，变的是AI回答里的一句话——把「预计到货时间」答成了「保证到货时间」。

这俩词差一个字，但责任天差地别。我盯着日志翻了三天，把过去半年所有涉及「到货」「发货」「时效」的AI问答都标了一遍，一共1247条。发现三个关键数据：

1. 问句里带「几天」的，AI有62%会答成「保证X天到」，但带「多久」的只有18%会这么答。也就是说，用户怎么问，直接决定了AI敢不敢打包票。

1. 「保证」类回答的点击率比「预计」类高1.7倍，但后续客诉率也高2.3倍。短期看是转化提升，长期看是售后成本转移。

1. 最坑的是，我们把「预计」改成「保证」的那些问答对，在AI搜索里的引用率涨了40%，但官网「物流说明」页面的跳出率也涨了15%。用户看完AI的保证，回官网一看条款写的是「预计」，直接不信任了。

我拿着这组数据去找运营，对方第一反应是「那我们把官网也改成保证不就行了」。我当场反问：你确定物流合同里敢写保证？他翻出承运合同一看，延误赔付条款写的是「预计时效±48小时」。

所以问题根本不是改哪个词，而是AI在训练数据里学到的是「保证」比「预计」更符合用户预期，但业务合同里根本不敢用这个词。

后来我们做了个口径对齐：把所有时效类问答对拆成三层——

• 承诺层：合同里写死的，比如「48小时内发货」
• 预计层：物流给的参考值，比如「预计3-5天送达」
• 免责层：不可抗力说明，比如「节假日顺延」

AI回答里必须出现对应层级的限定词，不能跨层。改完之后，客诉率降了18%，但引用率只掉了7%。这个交换我觉得值——GEO的效果不能只看引用数，得看引用之后用户信不信你。

现在的问题是：你们做GEO的时候，有没有把「合同条款」和「AI话术」做过口径映射？还是说服务商给什么词包就直接喂了？我特别想知道，有没有人算过「AI承诺」和「实际履约」之间的偏差率，这个数到底该谁背。