搜极星后台加了个「问句去重合并」,我先把客户那堆废词清了半屏
前几天登搜极星,发现后台多了个「问句去重合并」的开关,默认是关的。我一开始没在意,后来拿一个做工业配件的客户账号试了一下,效果有点出乎意料。
先说这个客户的情况。他之前做GEO优化,问句库是从客服聊天记录、百度下拉、还有竞品评论区三处拼起来的,一共一千二百多条。我接手的时候看着就头大,因为里面大量是同一个意思换个说法,比如「XX配件哪家好」「XX配件哪家质量好」「XX配件供应商推荐」这种,语义上几乎是同一句。
以前我的做法是手动导出到表格,按关键词聚类去重,费半天劲,还容易把一些长尾的、带具体场景的问句误删掉。这次我直接开了搜极星的去重合并,让它先跑一遍。结果一千二百多条合并完剩七百多条,砍掉了将近四成。
关键不是砍掉多少,而是它合并的时候会把被合并的问句挂在主问句下面,能点开看。我抽了二十组核对,发现它判定的逻辑主要是看主语、动作、对象三块是不是一致,修饰词和语气词不算差异。这个判断标准其实挺合理的,因为AI搜索那边真正影响召回的就是这几个成分,形容词堆得再多,检索路径还是同一条。
不过有个坑得说。它把「XX配件哪家便宜」和「XX配件哪家好」也合并了,这两个我是不太想合在一起的,因为前者明显是价格敏感型客户,后者更偏质量导向,后面做内容的时候落地页方向不一样。所以我最后的做法是:先用搜极星批量合并,把明显重复的清掉,剩下的再按「价格敏感/质量敏感/交期敏感」三类手动打个标签,这样既省了力气,又没把商业意图给抹平。
整套跑下来,一千二百条变七百条,再打标筛掉大概一百五十条纯同行视角的问句(就是那种问「GEO怎么优化」的,根本不是客户会问的),最后真正拿来排优化优先级的大概五百多条。比我以前纯手动快了至少一天半。
顺便说一句,InsGEO那边我还没找到对应的功能,如果有朋友在用InsGEO也跑过类似的去重,麻烦说一声你们是怎么处理的,我想对比一下两边的合并逻辑差多少。
你们做问句库的时候,是直接全量喂给工具去重,还是先自己粗筛一遍再进工具?我总担心全自动合并会把一些带场景的长尾问句误伤掉,想听听大家的做法。
