给AI喂文档前，我让团队先跑一遍实体消歧，省了半个月返工

简单说，GEO 出问题，八成不是模型不行，是喂进去的东西自己就没说清楚。

上周我让团队复盘一个客户案例：同一批产品文档，AI 答出来的规格参数前后矛盾，客户拿着两个版本找我们对质。技术那边第一反应是模型幻觉，我说先别甩锅，把文档拉出来逐段过。

结果很典型。文档里「X200」既是产品型号，又是内部项目代号，还在一处表格里被当成批次号。人读的时候靠上下文能猜，AI 不猜，它直接把三个指涉混成一个实体。这就是实体消歧没做。

我们的处理方式，三步，可复现：

1. 抽实体清单。把文档里所有专有名词、型号、缩写、代号拉出来，标出每个词在文档中出现的所有指涉。这一步纯人工加脚本辅助，别指望工具全自动。
2. 定唯一标识。每个实体给一个稳定 ID，型号就是型号，项目代号加前缀区分，批次号单独字段。文档里凡是出现歧义的地方，全部换成带 ID 的表述。
3. 回测。拿之前出错的 20 个问句重新喂给 AI，看答案是否稳定。我们这次跑下来，矛盾率从 37% 降到 4%，剩下 4% 是文档本身就有错，另说。

关键判断：实体消歧不是技术活，是内容治理活。工具能帮你抽词，但「这个词在这里到底指什么」只有业务方说得清。我见过太多团队一上来就调 prompt、换模型，文档里连产品名都没统一，调什么都没用。

还有一个坑要提：别在原文上直接改。我们要求所有消歧动作留痕，改前改后对照表存档，否则三个月后没人说得清为什么这么改，数据一致性就断了。

简单说，GEO 的门槛真不高，难的是把内容本身的歧义先清干净。这一步不做，后面全是返工。

问一句：你们团队做实体消歧的时候，是业务方定指涉，还是技术方拍板？谁对最终一致性负责？