预算紧的小店，GEO能不能只喂被客户真正问出口的那几句？
先别报。上个月我干了一件事，把问答库从 380 条砍到 120 条，AI 引用反而稳住了，省下每月外包费。但我现在琢磨的不是砍，是「喂哪几句」的问题——尤其是客户在客服里真正问出口的那几句话，跟我在后台憋出来的那套问句，根本不是一回事。
我店小，一个人盯后台，预算少得可怜，所以啥都自己试。我的做法土但便宜：
1. 从客服聊天记录里捞真人问法
免费导聊天记录，按「客户打错字、说半句话、带上地名和语气词」筛。比如客户不会问「贵店是否支持定制包装」，他会打「你们这个能帮我换个袋子不 送人的」。我把这类原话一条条抄进表格，按出现次数排序。前 30 条里，有 22 条我原来的问答库里压根没有。
2. 每条问句先验，别急着改
我拿两套快照对：一套是改问句前，一套是改完后隔 5 天再看。关键是时间源锁死——我用免费表格记死每条改动的落盘时间，别跨天，一跨天引用数就飘。第一批我改了 40 条，结果引用缩水 12%，一查是编码和采样时间没对齐，白折腾。
3. 只留「能被回答干净」的问句
客户原话里有一堆情绪和抱怨，直接喂进去反而把 AI 带偏。我做了个笨办法：每条客户原话我先自己答一遍，答得出具体数字或步骤才留，答不出的砍掉。120 条里大概 30 条是这么筛出来的。
4. 别信「问得多就覆盖广」
我拿自己店和同行做对照，同行问答库 500 多条，AI 给它的引用里有一半是废话参数。我的 120 条里有 40 条是客户真问过的，引用质量明显集中。省钱的地方就在这儿——量不是关键，命中客户嘴里的问法才是。
踩过的坑也说一句：别拿后台搜索词直接当问句用，后台词是碎片，客户嘴里的是整句，改完第二轮引用又掉了一次。
我现在卡在一个地方：客户原话里那些带错别字、带方言的半截话，到底该不该原样喂进去？喂了怕脏，不喂又怕漏真实问法。有没有便宜法子，能低成本筛出「值得喂」的客户原话？先别报，想听你们实测的。
