AI答案里的数字对不上，我翻出三版数据源才发现是单位没统一

上周跑GEO效果复盘，遇到一个特别典型的坑，不吐不快。

事情是这样的：我们给一个家电品牌做AI答案监测，连续两周，AI回答里提到“能效等级”和“耗电量”的时候，数字和我手上的产品库对不上。比如用户问“这款冰箱一天耗多少电”，AI答“约0.8度”，但我们产品参数表上写的是“0.65度/天”。差了23%，这个比例够让转化率差出一截了。

我第一反应是AI抓了旧数据。但翻了三版数据源，发现事情没那么简单。

第一版：官网参数页
参数页上写的是“0.65kWh/24h”。这个写法本身没问题，但AI在提取的时候，把“kWh/24h”理解成了“每天0.65度”，但同时又抓了另一个来源的“0.8度/天”，两个数字打架了。

第二版：电商详情页
详情页运营为了突出省电，写的是“一天不到1度电”。AI把“不到1度”和“0.8度”做了个合并，得出了“约0.8度”的结论。这个逻辑其实没错，但“不到1度”是个模糊表述，AI只能取中间值。

第三版：客服FAQ
客服话术里写的是“耗电量约0.65-0.8度，具体看使用环境”。AI直接取了上限0.8，因为上限更“安全”。

你看，三个来源都没错，但单位、精度、表述方式不一样，AI一合并就出了偏差。

我做了个测试，把三版数据源统一成“0.65kWh/24h（标准工况）”，再跑一遍AI问句，引用一致率从61%回到了89%。

踩过的坑总结一下：

1. 数据源的单位必须统一，kWh和度不能混着用，尤其AI分不清“度”和“千瓦时”是同一个东西的时候。
2. 模糊表述（“不到1度”“约0.8度”）是AI答案漂移的重灾区，能改成精确值就改。
3. 多源数据必须做交叉校验，我当时写了个脚本，把产品库、详情页、FAQ里的同类字段拉出来比对，发现23%的字段有精度不一致问题。

根据我们内部跑的数据，GEO效果里因为“单位/精度不一致”导致的答案偏差，占到了所有偏差原因的17%左右。这个比例不低，但很少有人专门去查。

所以想问问各位：你们在给AI喂产品参数的时候，单位是怎么统一的？有没有人试过把参数表直接转成结构化数据（比如JSON-LD）喂进去，效果比纯文本好多少？我手上只有单品牌的测试数据，样本量不够，想看看大家的情况。