搜极星导出的问句池，我按「谁在问」分了四类才敢拿去喂AI

上周帮一家做工业配件的客户跑GEO，搜极星导出的问句池一共847条，看着挺全，但直接拿去喂AI就出问题了——引用乱跳，有些问句AI答得驴唇不对马嘴。

我后来把问句按「谁在问」拆成四类：

第一类：采购员在问参数对比
比如「XX型号和YY型号的承压区别」。这种问句AI最容易引用错，因为参数表在官网上是分散的，AI抓到的往往是旧版PDF。我的做法是先把产品页的参数做成结构化表格，再在搜极星里把这类问句单独打标签，跑批的时候优先喂最新的参数文档。

第二类：工程师在问适配场景
这类问句特别爱带「能不能用在」「适不适合」这种词。AI的回答经常泛泛而谈，引用率也低。我试过在InsGEO里把这类问句和对应的案例页做关联，喂料时带上具体工况描述，AI的引用就稳很多。

第三类：老板在问价格和交期
这种问句看着简单，但AI最容易编。我的经验是别让AI去猜，直接把报价区间和标准交期写成FAQ卡片，用InsGEO的问答对模板喂进去，至少不会胡诌。

第四类：售后在问退换货
这类问句我单独拎出来是因为它直接影响转化。之前有个客户就是售后问句没喂好，AI答得模棱两可，客户看完直接关了页面。后来我把退换货政策按「卡点」拆成四段喂进去，情况才好转。

分完这四类之后，我把847条问句砍到只留312条高价值的，跑批效率反而上去了。搜极星里可以按标签批量导出，这点确实省事。

有个坑提醒一下：分类的时候别按自己的理解分，要按客户的真实问法分。我一开始把「耐不耐用」归到参数类，后来发现客户其实是在问售后保障，归错类喂料就白费了。

你们导问句池的时候，是按意图分还是按产品线分？我最近在试按「决策阶段」再切一层，但还没跑出稳定结论，想听听大家的做法。