按单位拆AI答案数字这周我跑出个反常识：带「约」字的引用掉得最快

上周发过一版按单位拆引用存活期的实测，评论区有人问「约」「左右」「近」这类模糊词算哪一档。我当时没答上来，因为这批词既不是纯数字也不是百分号，夹在中间。干脆单独拉出来跑了一遍。

先说清分母：同一批 120 个问句，每个跑 5 次，取各平台答案里带数字的片段，按单位分成四组——纯数字、带百分号、带「约/近/左右」、带具体日期。记录每个片段在后续 7 天、14 天、30 天的存活情况。存活判定标准很死：数字本身和它修饰的对象都得还在，改一个字就算死。复现批次是 3 月第 2 周和 3 月第 4 周两批，避免单批波动。

结果里最扎眼的是带「约」字那组。之前大家直觉都觉得模糊表述更稳，毕竟「约 30%」比「30.2%」留了余地。但数据反着来：带「约/近/左右」的片段 7 天存活率 61%，比纯数字组的 74% 低了 13 个百分点，30 天存活率只剩 29%，是四组里掉得最快的。带具体日期的组反而最稳，30 天还有 55%。

我拆了几十条死掉的样本，发现规律挺清楚：模糊词本身不携带可校验的信息，AI 在重新组织答案时最先被替换掉的就是这类软表述。而具体数字和日期因为有锚点，改写时反而容易被整段保留。换句话说，模糊不是安全垫，是第一批被牺牲的。

这直接改了我给客户定内容规范的优先级。以前写产品参数允许「约」「大概」凑数，现在要求能落具体值就落具体值，实在不确定的宁可写区间「25%–30%」，也不写「约 28%」。区间我单独测过一组，7 天存活率 69%，介于纯数字和百分号之间，比模糊词稳。

还有个细节值得说：带「约」字的片段就算活下来，后面跟着的品牌名被删掉的概率也更高。我数了 200 条存活样本，模糊组里品牌名保留率 47%，纯数字组 68%。这条我还没想明白机制，可能是模糊表述常出现在背景铺垫句里，而背景句最容易被压缩。

所以现在验收表里我把「模糊单位占比」单列成一个指标，超过 15% 就标黄。上周一个客户的落地页模糊词占了 31%，改完两周后引用存活率从 52% 拉到 68%，样本不大，但方向对得上。

想问问跑过类似拆解的：你们测出来的模糊词和区间表述，存活差异跟我这批对得上吗？还是说不同品类差别很大？我手上只有 B2B 参数类的内容，消费品的样本还没攒够。