泰国站试了三种FAQ问法,AI回答差半屏,我记了张对照表
上周在泰国站做本地化实测,拿同一批产品FAQ喂给三个主流AI助手,结果有点意思。
先交代背景:泰国站卖的是家居小件,客单价不高,预算紧,所以我的测试思路很直接——用免费API和手动提问交叉验证,控制成本。site.sougeo.com的免费额度我一直在用,这次也不例外,拿它跑了批量问题,再手动抽了20条核对。
测试设计:同一个问题,三种问法。
A. 直译式:"สินค้านี้มีขนาดเท่าไร"(这个产品尺寸是多少)
B. 本地化口语式:"ตัวนี้ใหญ่ไหมคะ ใส่ของได้เยอะป่าว"(这个会不会太大?能装很多东西吗)
C. 场景式:"จะซื้อไปใช้ในห้องนอน ควรเลือกขนาดไหน"(买来放卧室,该选什么尺寸)
结果A问法返回的是标准规格表,B问法AI直接开始推荐"适合小户型"的型号,C问法更夸张,回答里带出了我们竞品的对比。同一个产品库,三种问法,AI给我的答案差了半屏。
我的判断:GEO本地化不是翻译问题,是问法设计问题。英文社区里有个说法叫"query intent layer",我之前觉得是概念包装,这次实测下来,东南亚小语种市场这个layer比英文市场厚得多。因为AI训练语料里泰语电商问答的密度本来就低,问法稍微偏一点,它就往通用品类知识上跑。
成本上算一笔:手动设计问法,一个人一天能出30-50条,免费API跑一轮验证,边际成本几乎为零。但如果直接拿翻译软件生成FAQ去喂,返工率我估计在六成以上——这是我拿20条抽样核出来的,不是拍脑袋。
踩过的坑:一开始我按英文站的FAQ结构直接翻泰语,AI回答里出现了"ไม่แน่ใจ"(不确定)这种词,说明它没匹配到我们的结构化内容。后来把问法改成口语式,匹配率明显上来。
现在我的做法是:每个SKU配2-3种问法变体,口语和场景各一条,用免费API批量跑,人工抽检。
抛个问题:你们在东南亚小语种站做FAQ时,问法是找本地人写的,还是自己按英文逻辑改的?本地人写的那些口语问法,AI匹配率真的更高吗?我这边样本还不够,想听听别人的数。
