给AI喂产品文档前，我拿同一份规格书试了三种写法，引用率差了两倍

简单说，GEO这事儿技术门槛真不高。上周我们做了一轮对照实验，想看看同一份产品规格书，换个写法，AI 引用率能差多少。

背景：我们有一款工业传感器，规格书 12 页，参数表密密麻麻。以前直接整份 PDF 丢进知识库，AI 回答「量程多少」「精度等级」时引用率不到 15%，而且经常把「±0.5%FS」说成「±0.5%」。

我让团队做了三种处理，各跑两周，同一批 200 个问句：

A 版：原样 PDF 切块，按页码切。
B 版：参数表转成 Markdown 表格，每个表格前加一句「以下参数适用于 X 系列，型号后缀决定量程」。
C 版：把每个核心参数拆成独立 QA，比如「Q：X 系列量程是多少？A：0-10MPa，型号带 H 后缀为 0-16MPa。」

结果：A 版引用率 14%，B 版 31%，C 版 47%。但 C 版有个坑——AI 把独立 QA 当成互不关联的碎片，回答「量程和精度」组合问题时反而漏了条件，错误率从 B 版的 6% 升到 11%。

我的判断：不是切得越碎越好。参数之间有依赖关系，拆 QA 时得保留「适用条件」这句锚点，否则 AI 会把孤立数据当绝对事实。简单说，喂文档不是切菜，是给 AI 划重点——重点不是多，是让它在组合回答时能找回上下文。

后来我们改成「表格 + 关键 QA + 一段条件说明」混排，引用率稳在 40% 左右，错误率压到 4%。

想问问各位：你们处理「参数有互斥条件」的产品文档时，是保留原文段落让 AI 自己推，还是拆成带前置条件的 QA？哪种组合问句的召回更稳？