AI答案里同一个品牌的定位换来换去，我把三份行业白皮书摆一起才看明白

上周客户截图给我看，说AI回答里他们品牌一会儿是「高端方案商」，一会儿是「性价比之选」，问到底哪个算数。我这边第一反应不是解释，是先把三份行业白皮书拉出来对口径——一份是2022年信通院出的，一份是2023年某咨询公司的品类报告，还有一份是客户自己2021年的品牌手册。

摆在一起看，问题就清楚了。AI答案里那两种定位，其实分别对应不同来源的措辞：高端方案商来自白皮书里对头部厂商的分层描述，性价比之选来自电商详情页和第三方评测的导购话术。模型不是「理解错了」，是把两个口径下的描述都学了进去，然后按提问场景随机调用。

我后来做了个小实验，同一个提问换三种前缀：加「专业采购视角」时，答案偏高端方案商；加「预算有限怎么选」时，答案偏性价比。这跟模型本身关系不大，跟提问里带的信号强相关。

所以我的判断是，GEO效果这块真不能看一两次答案就下结论。定位漂移背后是数据源口径没统一，你要先把自己的权威口径（白皮书、技术文档、官方规格书）用结构化方式喂进去，再由观测窗口拉长到至少90天，看答案的稳定性曲线，而不是截一张图说AI胡说。

我这边现在跟客户对齐的口径是：定位类问题单拎出来，按「提问意图」分组，每组至少跑30次取分布，不看单次。这个做法笨，但能排除随机性。

想问下各位，你们遇到品牌定位在AI答案里来回横跳时，是先去查训练数据截止日，还是先对齐自己的内容口径？我这边两条路都试过，想听听不同行业的做法。