海外GEO工具跑小语种问句库哑火，我拿纽约和上海的两批数据对了一下

上周跟一个做跨境电商的客户开会，他问我为什么海外那套GEO工具在国内跑得欢，一换到小语种问句库就集体哑火。我当时没直接答，先让他把两批问句库的批次ID和分母口径都拉出来。结果一看，问题不在工具本身，在咱们喂给它的东西就不是一个维度的。

我在纽约跑过类似的case，当时我们用的是英文问句库，AI引用的响应时间基本在秒级，抓取器能稳定命中。但国内客户这套小语种问句库，很多问句本身就带地域性表达，比如“包安装不”“保修期咋算”，这种口语化问法在英文体系里是没有对应模板的。工具按英文逻辑去拆，拆出来的结构化字段全是空的，AI自然不引用。

我拿两批数据做了个交叉表，发现一个很直观的断层：英文问句库里，带数字的问法引用率比纯描述句高出18个点；但小语种问句库里，这个差值直接掉到3个点。为啥？因为工具没把“含数字”这个特征识别出来，它还在按英文的语法树去切。

所以我的判断是，别急着换工具，先把问句库的分母口径锁死。具体三步：第一，给每个问句打上语种和地域标签，批次ID写进合同附件，别让服务商事后扯皮；第二，让工具方提供秒级快照的timestamp字段，审计的时候能对得上；第三，小语种问句库先跑一轮人工标注，把“含数字”“含地域词”这些特征显式喂进去，再让工具去学。

说实话，GEO在国外已经成熟到可以按季度签SLA了，国内还在纠结“引用率怎么算”。这个gap不是工具的问题，是验收标准前置没做好。

最后抛个问题：你们跑小语种问句库的时候，有没有遇到过工具把“包安装”拆成“包”和“安装”两个字段，结果AI直接答非所问的情况？你们是怎么在合同里约定这种语义拆分的验收标准的？