把「近义词替换」交给实习生跑GEO，AI答案的商品标题开始乱炖

直接说结论：GEO落地最怕的不是AI不引用，是引用了但引错。上周我让实习生跑一批商品标题的「近义词替换」，结果AI答案里「轻奢」变「廉价」、「真皮」变「皮革」，客单价直接掉一档。

我复盘了三步：

第一步，先看替换清单。 实习生把「轻奢」映射成「平价」「实惠」，这在人工写文案时没问题，但GEO的语义空间里，「轻奢」带品牌溢价，替换成「平价」就直接掉档。我让他把清单按「情感极性」分组，中性词才能互换，褒贬不能碰。

第二步，跑批加「极性校验」。 我用500条商品标题做AB批，A批用近义词替换，B批用原词，同一问句各跑3次。结果A批里「轻奢」被替换的标题，AI答案引用率高了12%，但点进去留资转化掉了40%。引用多不等于生意好，这是硬道理。

第三步，把替换结果反查回词性。 比如「真皮」是材质名词，「皮革」是类属名词。AI在摘录时会把「皮革」当成「真皮」的上位词，答案里就写成「皮革材质」。我拿30条问句拆了词性，发现只要替换词和原词的「词性层级」不一致，AI就容易把上位词当同义词用。

踩过的坑： 第一版我只看引用数，以为替换跑通了。后来拿后台留资条数对，发现引用涨了、留资跌了，才回头查替换清单。现在我的规矩是：任何近义词替换，必须先过「词性层级+情感极性」两个标签，再跑批，批里必须带原始标题做对照，否则数据不能看。

一个细节： 替换词表别用通用的近义词库，那玩意儿是按「语义相似度」排的，不是按「商业口径」排的。我让实习生把每个替换词标上「是否影响价格感知」「是否影响材质判断」，两百个词标了一下午，但后面跑批就再没翻过车。

最后问一句：你们做GEO内容替换时，是直接上近义词库，还是先按商业口径分档？有没有人试过把「价格感知」单独拎出来做一列校验的？