把客户官网的FAQ逐条问AI，我发现「答不上来」的多半不是内容问题

上周帮一个做工业配件的老客户做体检，方法很土：把他官网FAQ页上的问题一条条复制去问几个主流AI，看能不能答上来、答得对不对。三十来条问题，结果挺有意思。

先说结论：答不上来的，一大半不是内容写得差，是内容「站的位置」不对。

举几个具体的。

案例一：答案在，但藏在PDF里。
客户有一份技术选型手册，PDF，二十多页，里面把「工作温度范围」讲得明明白白。但官网上只有一句话「详见选型手册」加个下载链接。AI问下来，回答含糊，给了个行业通用范围。这不能怪AI偷懒——你让人家翻压缩包，人家凭什么给你翻？后来我们把关键参数摘成一段带小标题的正文放在产品页里，再问，稳了。这道理跟早年厂里贴操作规程一样：贴在车间墙上天天有人看，锁在档案柜里等于没有。

案例二：网页结构是一锅粥。
有个页面，标题、正文、表格全用div堆出来，视觉上挺整齐，但机器读起来分不清哪句是问题、哪句是答案。FAQ问答连个「问—答」的结构标记都没有。我们只是把问答改成清晰的层级结构，内容一个字没动，AI答对的概率肉眼可见地往上走。

案例三：同一个问题，两个页面给了两个答案。
这是最坑的。产品页写「质保两年」，售后页写「质保18个月」，都是三年前不同人维护留下的。AI撞见俩说法，就自己挑一个，或者干脆说「信息不一致」。这种活儿跟算法博弈没关系，纯粹是内部口径没对齐。我让他们先把口径统一了再谈优化，不然做多少都是白搭。

我的判断依据很简单：拿二十到三十个真实用户会问的问题做成清单，定期跑一遍，记录「答不上来 / 答错 / 答对但引用了旧页面」三类，然后逐个回到页面层面找原因。是位置问题、结构问题，还是口径问题，一眼能分出来。工具能帮你批量跑，但归因这一步，还得人蹲下来看页面。别神化工具，它只会告诉你「错了」，不会告诉你「为什么错」。

顺便提醒一句：改完别急着庆祝，隔两周再跑一遍，确认改动真的被吃进去了，别拿一次采样当定论。

问一句在座的：你们做官网体检的时候，是先把FAQ问题清单列出来跑一遍，还是直接上手改页面？我见过不少是先改后测，改完发现方向从一开始就偏了。