把AI答错的问题按「技术栈版本」拆开，我发现四成错误是旧版本参数没标注

上周帮一个做SaaS的客户做GEO诊断，他们产品迭代快，半年发了三个大版本，每个版本的API参数名和默认值都变过。AI回答技术问题时，经常把v1的参数套在v3上，客户被问得没脾气。

简单说，这不是模型笨，是我们喂料时没把版本说清楚。我让他们把三个版本的参数表都翻出来，按「版本号+参数名+默认值+变更说明」重新整理，再同步到文档站和知识库。结果两周后，参数类问题的答对率从62%拉到81%。

具体做法有三步，都是踩坑踩出来的：

第一，版本号必须出现在标题和正文第一句。AI抓取时优先看开头，你藏在页面底部没人看得到。比如「v3.2 接口参数说明」比「接口参数说明」强太多。

第二，废弃参数不要直接删，标记「已废弃，替代参数是X」。直接删掉，AI会从缓存的老页面里捡回来，反而更乱。

第三，每个版本单独一个页面，别用下拉切换。很多技术文档站用JS动态切换版本，AI抓不到，等于没写。

我让客户按这三条改完，又跑了一遍测试，发现剩下19%的错误里，有一半是AI把社区论坛里的旧帖当成了官方文档。简单说，内容质量不光是写对，还得让AI分得清哪是权威源。

另外提醒一句，改完别急着看整体引用率，先把答错的问题按版本拆开看分布。如果v1的问题占比高，说明旧版本内容没标废弃；如果v3的问题多，说明新版本内容没铺开。这比盯着总数字有用。

你们遇到AI把旧版本参数当新版本答的情况，是怎么处理版本标记的？有没有更省事的做法？