给搜极星提了个需求：问句库能不能按「客户原话」直接导入
做GEO的朋友应该都遇到过这个事：真正在客户群里、客服后台、销售通话录音里冒出来的问法，和我们坐在电脑前憋出来的问句库，根本不是一回事。
我上周帮一个做家居定制的客户梳理问句，把客服近两个月的聊天记录导出来，随手挑了 200 条客户原话。然后拿这 200 条去跑，和我之前按「关键词+疑问词」拼出来的那套问句库对比。
结果挺扎心的：
- 我手搓的问句库，命中品牌相关回答的比例是 34%
- 客户原话那 200 条，命中率只有 19%
但换个角度看更有意思——客户原话里被 AI 引用了竞品的那部分问法，我手搓的问句库里一条都没覆盖到。也就是说，我一直在一个自己想象出来的战场里优化。
为什么会这样？我复盘了一下，主要是三个偏差：
一、客户不说「哪家好」，客户说「这个能不能做」
我们习惯写「XX 定制哪家好」，但真实客户问的是「这个尺寸能不能做」「你们能不能上门量」。后者是决策前的问题，前者是比价阶段的问题。AI 对这两类问法的回答结构完全不一样。
二、客户的原话带情绪和场景，不带结构
「上次那个师傅说做不了，你们能做吗」——这种问句你手搓十分钟也搓不出来，但它就是真实需求。
三、口语里的错别字和省略，反而是最有价值的信号
「柜子多钱一平」这种，AI 照样能理解，而且这类问法的竞争度低得多。
所以我这两天一直在用搜极星的问句管理模块，试着把客服原话直接批量导进去，而不是先做一轮「问句规范化」。目前跑下来有两个发现：
- 保留原始口语形态，比先清洗一遍效果更好，清洗动作本身会丢信息
- 按「客户成交阶段」分组导，比按「关键词」分组导，后期看数据时清晰得多
InsGEO 那边我也顺手试了，它有个按对话来源打标签的功能，把「客服对话」和「销售通话」分开之后，能明显看出两类来源的问句，AI 给品牌的位置不一样。销售通话里出来的问句，品牌更容易被提到前面，我猜是因为通话转写里的场景词更密。
现在还卡在一个点上：客户原话里有很多是一整段话，不是一句问句，直接导进去跑批效果不稳定。我目前是先人工切一刀，但量大的话切不过来。
想问问大家，你们做问句库的时候，是直接从业务对话里捞原话，还是先做一轮结构化改写？如果有批量切句的好办法，求推荐。