我让实习生把同一段产品参数塞进FAQ，AI回答直接把我家型号认成了竞品

独家消息，先上结论：FAQ 不是写得越全越好，塞错位置等于亲手给 AI 递刀。

事情是这样的。我们手上有个小家电品牌客户，主推一款空气炸锅，型号 A。上周我让实习生做了一组对照实验，同一段产品参数——容量、功率、温控区间，一字不改——分别放在两个地方：

• 对照组：产品详情页的技术参数表格
• 实验组：详情页底部的 FAQ 里，以「Q：这款炸锅容量多大？」「A：5.5L……」的形式呈现

跑批用的问句集是 40 条用户真实搜索词，比如「5L 以上空气炸锅推荐」「XX 品牌空气炸锅哪个型号容量大」。跑批时间锁在同一个两小时窗口，批次 ID 只差后四位。

结果出来，实验组里 AI 回答提到我方型号 A 的比例从对照组的 31% 掉到 19%，更离谱的是——有 7 条回答直接把我家参数安到了竞品型号上。

我第一反应是采样偏差，重跑了一遍。批次 ID 换掉，采样延迟压到 200ms 以内，两个批次的分母都是我手动核过的 40。数据没变。

于是我反查了引用源。这里要划重点：AI 抓取的并不是 FAQ 的「答案段落」，而是「问题+答案」拼起来的整块文本。

问题就出在这。FAQ 里我写的是「Q：这款炸锅容量多大？」，没有重复品牌名和型号。AI 把这一整块当成一个语义单元，提取出的实体是「炸锅」「5.5L」，但品牌和型号的绑定关系被稀释掉了。而详情页表格里，型号 A 和 5.5L 是同一行出现的，绑定强度高得多。

说白了，FAQ 是给「人」补信息用的，天然省略主语；但 AI 搜索是按块理解语义的，省略的主语它不会自动帮你补回来。你把关键参数从强绑定的表格里挪到弱绑定的 FAQ，等于亲手把「谁家的 5.5L」这个问题交了出去。

我后来让实习生改了一版，FAQ 答案里全部带上品牌名+型号：「A：XX 品牌 A 型号空气炸锅容量为 5.5L。」再跑一批，型号提及率回到 34%，反超了原表格组。

我的判断：GEO 优化里，FAQ 是高风险区，不是安全区。 尤其是参数、价格、规格这类强实体信息，要么主表格里写死，要么 FAQ 里把品牌型号补全，别指望 AI 帮你做指代消解。

所以想问一句：你们在做 GEO 结构化内容时，FAQ 段的品牌实体绑定是怎么处理的？有没有人试过在 FAQ 里强行插入型号做 A/B，掉过引用率吗？评论区聊聊。