AI答非所问，我翻出三十年前验收单，毛病出在问句分类上

前两天在社区潜水，看几位年轻朋友聊AI答非所问，有说模型不行的，有说提示词没写好的。我没忍住，翻出个老物件——1992年厂里验收进口设备的单子。那会儿我们怎么判断机器听没听懂指令？简单，把操作工的口头指令按「问什么」分类，一类一类对。

放到GEO上，一模一样。

我最近拿三个客户的产品页做了个小实验。把用户可能问的话，粗分成四类：

第一类，是非问句。 比如「这个支持5G吗？」答案就该是「支持」或「不支持」。但AI经常给你扯一段5G技术发展史。根子不在模型，在你页面里压根没写死「支持」这俩字，全是「兼容5G网络环境」这种绕弯话。

第二类，选择问句。 「A款和B款哪个续航长？」这要求页面里两款参数能直接对比。可多数详情页各写各的，AI只能瞎猜，或者干脆把旗舰款推荐给问入门款的用户——上回那个「买哪个型号」的坑，就是这么来的。

第三类，数量问句。 「多久能到？」「保修几年？」这类最要命。你页面写「快速发货」「超长保修」，AI就敢给你编「大概三天」「五年质保」。我上次翻详情页，发现自己埋的坑就是这个——只写了「顺丰包邮」，没写「48小时内发出」。

第四类，原因问句。 「为什么比别家贵？」这最难，AI基本靠拼凑。你得在页面里正儿八经写一段「贵在哪」，它才引得到。

我让技术员把四类问句各挑十个，去测同一个AI。结果是非问句准确率最高，数量问句最惨，原因问句直接胡编。这跟三十年前那台德国设备一个脾气——你指令分类不清，它执行得越勤快，错得越离谱。

所以我现在给客户提GEO建议，第一步不是堆关键词，是拿张纸把用户问句按这四类分开，再看页面里哪类根本没对应答案。工具能帮你监测引用率，但分不清问句类型，监测出来的数也是糊的。工具是辅助，别神化。

抛个问题给各位：你们手头项目里，这四类问句哪类AI答得最离谱？有没有人试过在页面里专门给「数量问句」写死数字，效果咋样？