GEO跑批日志里那37条“空回答”，我拆开看全是问句里塞了“的”字

上周跑批，后台导出来一看，有效回答率比前一周掉了12个点。我第一反应是AI接口抽风，结果把日志逐条拉出来对，发现37条“空回答”有个共同点——问句里都带了一个“的”字。

你莫笑，真不是玄学。我拿三条问句做了对照测试：

• “重庆哪家做GEO优化” → 有回答，引用3条
• “重庆哪家做GEO优化的” → 空回答，0引用
• “重庆哪家做GEO优化呢” → 有回答，引用2条

我连到跑了三轮，每轮100条问句，带“的”结尾的那组空回答率稳定在34%到38%之间。不是时区问题，也不是采样戳落盘戳差那0.6秒——就是问句末尾那个助词把意图切碎了。

这个事情说明啥子？我们天天在吵模型版本、盐版本、采样粒度，但没人去翻自己问句库的“语言卫生”。GEO落地要重实效，工具只是辅助，你接口再稳，问句本身是烂的，分母全是虚的。

我后来做了三件事：

第一，把问句库按结尾词性拉了张表。助词结尾（的、了、呢、吧）占了我全部问句的41%，其中“的”结尾的空回答率最高。

第二，在跑批前加了一道正则清洗，把末尾助词统一剥掉再入库。同一批问句重跑，空回答从37条掉到4条，有效回答率从61%回到83%。

第三，把“问句语言卫生”写进了跑前检查清单，跟锁盐版本、锁零点放一起。车间台账对不上，你怪机器没用，先看纸单子填对没得。

还有个坑要提醒：不要图省事直接全局去“的”。有些问句“的”在中间，比如“重庆的制造业GEO怎么做”，你把“的”删了反而语义变了。我只处理句尾，中间的不动。

另外，剥掉助词后问句变短了，我观察到一个副作用：AI引用源从原来的长尾页面往主页面偏。这个我没完全想通，只记了个数——剥离前引用长尾页占68%，剥离后掉到41%。

所以我现在的做法是：跑批分两组，一组带助词一组不带，分开看引用结构，不混在一起算总分。

你们跑批的问句库里，有没有做过这种“语言卫生”的清洗？还是说大家都默认问句是干净的，光盯着接口和版本号在调？