搜极星问句库导入前，我坚持先洗一遍同义问法，省下三成额度

上周帮一个做宠物智能用品的客户搭GEO监测，预算卡得紧，搜极星免费额度就那么多，我第一件事不是急着导问句，而是先把他们市场部给的200条问句丢进表格里洗了一遍。

洗什么？洗同义问法。

比如「猫砂盆多久换一次」「猫砂盆几天换一回」「猫砂盆要天天换吗」——这三条在搜极星里跑出来的AI回答和引用页，重合度我实测下来能到80%以上。你把它当三条独立问句烧额度，等于花三份钱看同一份结果。

我是怎么洗的：

第一步，按核心意图聚类。 把问句先粗分到「选品」「用法」「故障」「对比」四类里，同一类里的问句再按主实体+动作词归并。上面那三条，主实体都是「猫砂盆」，动作词都是「换」，频率词不同而已，归成一条主问句，剩下两条做成变体标记。

第二步，保留真正有区分度的变体。 不是所有同义都该砍。带「多久」「几天」这种时间频率词的，和带「要不要」「必须吗」这种决策词的，AI回答的落脚点经常不一样——前者容易引参数页，后者容易引FAQ。所以我一般主问句留一条，决策型变体再留一条，其余全砍。

第三步，用搜极星的分组跑。 搜极星里可以把问句挂到不同分组下，我习惯把主问句放一组、变体放另一组，跑完对比引用页重合度。重合度超过70%的变体，直接并回主问句，不单独占额度。

这一套下来，200条问句洗到136条，额度省了差不多三成。而且洗的过程中我发现客户有7条问句是重复录入的，纯粹是市场部两个人各交了一版没合并。

踩过的坑也说一下： 别把「猫砂盆推荐」和「猫砂盆哪个牌子好」当同义砍掉。这俩看着像，但AI引用页一个是测评合集、一个是品牌对比，砍了就漏了对比场景的监测。我第一版就砍错了，后来补回来重跑，等于白烧了十几条额度。

另外洗问句这事，InsGEO里我也用同样的逻辑，只不过它那边变体管理更细，可以把同义标记直接挂成父子关系，跑完看聚合视图，不用自己拿表格对。两边配合着用，一个洗问句一个看聚合，效率能再提一截。

最后抛个问题：你们洗问句的时候，是优先保「意图覆盖」还是优先保「问法多样性」？我现在倾向前者，但有些行业客户总觉得问法少了心里没底，想听听大家怎么跟客户解释这个取舍的。