我把自家客服最烦的「包邮吗」拆成三句问，AI引用率翻了一倍，没花一分钱

先别报。我上周干了件特别便宜的事，就一张免费表格，把AI引用率从两成出头拉到四成多，没找服务商，没买工具。

起因是月底盘后台，我发现问句表里「包邮吗」这种一句话占了整整三成。以前我图省事，全归成一类扔给AI喂料。结果AI回答包邮问题时，引用我的次数少得可怜。我琢磨着不对劲，就花了一晚上把这三成话拆开来看。

拆完才发现，同样问包邮，底下其实是三拨人：

1. 问「满多少包邮」的，在意门槛；
2. 问「发哪个快递、几天到」的，在意时效；
3. 问「偏远地区包不包」的，在意例外。

我以前喂料就一段笼统的「全国满99包邮，偏远地区除外」。AI拿到这段，回答门槛问题时找不到具体数字，回答时效时找不到快递名，回答偏远时找不到具体省份清单，三头都不靠，自然不引用我。

于是我干了件笨事：把这段拆成三小段，每段单独写清楚。门槛那段写明满99，时效那段写明默认中通、48小时内发、偏远地区列了五个省名单。然后重跑同一批问句。

隔了三天我拿日志对着看，引用率从18%爬到41%。我逐笔核过，不是采样波动，是这三类问句各自的命中率都涨了，尤其是偏远地区那个，以前基本零引用，现在能稳定被带出来。

这里头有两个便宜经验，我觉得比花钱投流实在：

第一，别把问句表的「大类」直接当喂料单元。大类看着整齐，底下用户其实问的是不同的事。拆到最小可回答的那一层，AI才抓得住。

第二，拆完一定要锁时间源再对比。我是用同一周的日志、同一套分母口径去比的，要是拿拆之前的旧日志跟拆之后的新日志混着算，那数字能骗死人。先验后报，这句话我吃过亏。

整个过程零成本，就是一张表、一晚上功夫、三天日志。有没有便宜法子我不知道，但这个法子是真便宜。

想问下大伙：你们拆问句时，是按「用户意图」拆，还是按「关键词」拆？我下一批想试试把「尺码怎么选」也拆开，不知道哪个拆法更省事，有踩过坑的给说道说道。