我把AI答案里的品牌名批量挖掉再提问,摸清了模型到底认哪些词
独家消息,这周我做了个有点自虐的复现实验:把品牌名从AI答案里批量挖掉,再拿同一批问句去问模型,看它还能不能把我们认回来。
起因很简单。上个月我们给一个做小家电的客户做GEO复盘,发现一件很怪的事:AI在回答「推荐扫地机器人」时引用了我们写的内容,但答案里死活不提品牌名,只写「某品牌」。我第一反应是模型抽风,连测三遍都这样,才意识到不是抽风,是它根本没把内容里的品牌词和产品描述绑在一起。
于是我把实验拆成三步。第一步,从最近两周的AI答案里捞出所有提到客户品牌的问句,一共47条。第二步,把答案里品牌名的位置挖掉,换成空字符串,原样回问模型。第三步,看模型会不会自己把品牌名补回来,补不回来就说明它没真正「认」这个词。
结果有点扎心。47条里,模型自己补回品牌名的只有11条,不到四分之一。更意外的是补回来的那11条,几乎全带着同一个特征:原始答案里品牌名前后紧跟着具体参数或场景词,比如「X品牌扫地机,吸力5000Pa,适合养猫家庭」。那些只写「X品牌专注智能清洁多年」的,一条都没补回来。
我顺着这个线索又挖了一层:把内容里所有形容词性的品牌描述删掉,只留可验证的名词和数字,重新跑一遍。补回率从23%跳到了41%。这说明模型认的不是你夸自己是谁,而是你旁边有没有一个它能挂靠的硬信息。
踩坑也记一笔。我一开始图省事,直接拿品牌名做全局替换,结果把「X品牌客服电话」这种也挖了,回问时模型开始编假电话,差点把我带偏。后来改成只挖答案里的主语位置,数据才干净。
我的判断是,GEO里「品牌词」不是靠出现次数堆出来的,是靠它在句子里承担的语法角色和旁边的证据密度决定的。换句话说,你写十句品牌口号,不如在参数旁边带一次品牌名。
现在问题来了:你们做GEO内容时,品牌名一般放在句子的哪个位置?是开头主语、参数旁边,还是结尾总结?我想收集一轮真实写法,看看大家踩的坑是不是同一个。
