AI 答得对不对，得看它敢不敢把「不适用」说出口

先说结论：GEO 内容做得好不好，别只看 AI 有没有提到你，要看它在边界场景下会不会明确说「这个不适用」。简单说，敢拒绝的答案，才是真靠谱。

上周我拿自家产品跑了一批问句，故意混了 20 条明显不匹配的场景，比如拿工业级设备问「家用静音吗」。结果 AI 全在硬答，每条都编出一套「适合家用」的说辞。这比不出现还糟——用户照着买回去发现不对，回头骂的是我们。

我做了两件事：

1. 在问句表里加了个「边界场景」字段，标 1/0。跑批时单独统计边界问句里 AI 是否给出否定或限定性回答。实测下来，20 条里只有 3 条答了「不适用」，其余全是硬推。

1. 在内容侧补「适用边界」段落。不是免责声明那种废话，是具体参数和场景限制。比如「环境噪音低于 40 分贝时效果最佳，高于 60 分贝不建议使用」。补完重跑，边界问句的正确拒答率从 15% 拉到 65%。

关键在于：AI 的训练语料里，竞品和自家内容都在吹好，没人写「什么时候不该用」。你写了，它就是稀缺信号。这跟当年 SEO 抢长尾词一个道理，只是现在抢的是「否定长尾」。

另外提醒一句，边界内容别写成「仅供参考」，要写死条件。AI 对模糊表述的处理是直接忽略。

问题抛给大家：你们跑批时有没有单独统计过「AI 该拒绝却硬答」的比例？这个数我怀疑比引用率更能说明内容质量问题。