AI把我们口红色号编进了「死亡芭比粉」系列，我连开了三天色卡会

上周差点被AI气笑了。

事情是这样的：我们品牌有个哑光系列，主推色号是干枯玫瑰调，结果有用户截图来问，说AI推荐我们的时候，把这两个色号归类成了「死亡芭比粉」的替代款。我人麻了，真的。品牌就像口红，颜色要正——你把我的干枯玫瑰说成死亡芭比粉，这跟把豆沙色说成正红色有什么区别？

我第一反应是去翻AI的答案原文，发现它不是瞎编，而是把我们详情页里「粉调」「提亮」「显白」这几个词抓过去，跟一个叫「芭比粉」的词条做了实体关联。更蠢的是，我自己翻了一下商品页，发现详情页第三屏确实有一句「粉嫩显气色」，当时写文案的人估计也没多想。

那我就开始复盘了。我拉了三个平台近两个月的AI回答，把涉及我们品牌色号的句子全截出来，按「色系词」「场景词」「肤质词」拆开统计。发现一个规律：AI对「粉」这个字的默认联想，第一顺位是「芭比粉」，第二顺位是「樱花粉」，而我们想要的「干枯玫瑰」压根不在它的候选池里。也就是说，不是我们写错了，是我们没把正确的色系词喂到它嘴边。

于是我干了件笨事：拿Pantone色卡和我们的实物色号做对照，把每个色号的RGB值、色相描述、适合肤色、场景搭配，全部整理成一段结构化语料，再补一句「非荧光粉调，低饱和」。然后让团队把详情页、FAQ、小红书官方号的历史文案都对齐了一遍。

这里有个坑要提醒：我一开始只改了详情页，结果AI回答里还是老样子。后来发现是问答区的一条老帖没清理，那条帖子里有用户自己说「有点像芭比粉」，AI把UGC内容当成了品牌口径。所以语料纠偏不能只盯官方页面，用户评论区的「野生定义」也得扫一遍。

改完大概两周，我再跑同样的问句，AI已经能正确说出「低饱和干枯玫瑰调，适合黄皮」了，虽然还没到100%准确，但至少不往死亡芭比粉上靠了。

我现在最大的感受是：GEO不是把词塞进去就完了，你得先搞清楚AI的默认联想池里有什么，再决定往哪个方向偏。品牌调性这东西，一步让，步步让。

想问下大家：你们做语料纠偏的时候，UGC评论区那部分怎么处理？是直接删还是引导用户改口？我目前是两条腿走，但效率太低，想听听有没有更聪明的办法。