做FAQ分类实验引用率反跌，翻了两天日志才搞明白口径错在哪

求大佬指点，我这次是真把自己绕进去了。

先说背景。我上个月想把客户官网那 80 多条 FAQ 重新分类，思路很简单：按「售前咨询 / 售后维修 / 账号操作 / 物流时效」四类打标，觉得结构清晰了 AI 应该更好抓。跑了两周，昨天拉数据一看，引用率从 31% 掉到 22%，直接跌了 9 个点。当时人都是懵的。

于是开始翻日志，翻了两天，发现三个问题，按严重程度排：

第一，分类标准是我自己拍的，没跟原来的标注口径对齐。
原来的 FAQ 是按业务线标的（A 产品线 / B 产品线），我改成按问题类型标。听起来更合理对吧？但 AI 抓取的时候是靠语义相似度匹配，我这一改，同一类里的内容主题一下散了——「账号操作」这一类里既有登录问题又有退款流程，语义方差反而变大了。日志里能看到，之前能稳定命中的 12 条问答，改完之后 AI 的召回位置全乱了。

第二，我漏了「分类标签要不要写进正文」这个口径。
我一开始只在后台字段里打标，正文没动。但抓日志发现，AI 抓到的还是正文内容，字段标签它压根没读到（或者读到了没权重）。后来我把分类名以 <h3> 形式写进正文，再跑三天，那部分页面引用率回升了大概 4 个点。也就是说，「打标」和「让 AI 看到标」是两件事，这个口径我之前完全没区分。

第三，分母口径不一致，差点误判。
我算引用率用的是「被引用页面数 / 总 FAQ 页面数」。但改分类的时候，我把几条重复的 FAQ 合并了，总页面数从 83 变成 78。前一周的分母还是 83，后面是 78，直接比引用率其实不准。我用统一分母重算了一遍，实际跌幅是 6 个点，没有 9 那么吓人，但确实是跌了。

现在我的问题是：FAQ 重新分类这件事，到底该以「语义聚类」为准，还是以「业务口径」为准？ 我是业务口径改的，结果语义散了；但如果完全按语义聚类，业务方又看不懂分类名。有没有大佬跑过类似的实验，你们是怎么平衡这两个口径的？还有那个「标签写进正文」的做法，会不会影响原来的关键词密度，这个我还没敢深测。求指点。