喂给AI的产品参数表，我把「误差值」那行单独拎出来才把引用率拉回来

上周帮一个做工业传感器的客户看GEO效果，AI搜出来的答案里参数倒是抄得挺全，但「精度」一栏写着「±0.5%」，我们官网明明写的是「±0.5%FS」。差一个后缀，懂行的一看就知道是满量程误差还是读数误差，AI直接给合并了。喵的，这能忍？

我一开始以为是模型抽风，后来把喂料的结构化数据翻出来一看——产品页的规格表里「精度」那行确实只写了「±0.5%」，FS藏在下面一行小字注释里。AI抓取的时候压根没关联上，直接把主数值拎走了。这不叫模型出错，这叫我们喂料没对齐口径🐱

我的做法是：把「误差值」这个字段单独拆成三列——数值、基准条件、单位后缀，全部写进同一行的结构化标记里。比如改成「±0.5%（满量程FS，25℃基准）」，别嫌啰嗦，AI要的就是这种明确到没有歧义的表述。改完跑了200条query对比，引用率从31%回到58%，答案里带后缀的比例从12%涨到79%。

还有个坑：不同产品线的「精度」定义其实不一样，有的按FS有的按读数。之前喂料的时候全用同一个模板，AI跨产品线一混，答案里张冠李戴。后来我给每条产品线的参数表单独加了一行「口径说明」，明确写「本表误差基准为XXX」，才算把这个问题按住。

所以我的判断是：GEO不是把内容喂进去就完事，得先把自家术语的口径对齐了再喂。InsGEO里有个字段级的抓取预览，我就是拿它一条条对的；搜极星那边跑批验证引用变化也挺顺手。工具是好工具，但前提是你得知道要核什么。

最后抛个问题：你们喂产品参数表的时候，有没有遇到过这种「数值对但口径丢」的情况？是拆字段解决的吗，还是有别的招？