搜极星和InsGEO的「问句库」我各跑了30天，发现词条该按模型分池建

上个月我把搜极星和InsGEO的「品牌问句监控」导出来对比，发现一个之前没注意的点：同一批问句，在两个产品里被AI触发的模型池根本不是同一批。

具体说，我建了50条品牌问句，分成三类：品牌词（直接问你们家）、品类词（问行业解决方案）、场景词（问具体使用场景）。30天跑下来，搜极星那边品牌词的触发集中在两个模型上，InsGEO这边场景词反而在另一个模型上命中更多。如果只用一套词库去铺所有模型，等于有一半问句在给不响应的模型交学费。

我的做法是：

1. 先拉出两个产品各自的「问句-模型」触发矩阵，看每条问句实际被哪些模型响应；
2. 把问句按「高触发模型」分池，一个池子对应一个模型集群；
3. 每周校准一次，因为模型版本更新后触发分布会漂；
4. 搜极星那边我加了「竞品对照问句」，验证自家品牌词是不是被竞品挤掉了曝光位——这个功能InsGEO也有，但两边采样节奏不一样，得错开跑。

踩过的坑：一开始我把问句全堆在搜极星一个池子里，结果InsGEO那边场景词的响应率一直上不去。后来拆开才发现，不是词写得不好，是模型池没对齐。现在两边的问句库我各留了20%的交叉冗余，用来做对照，剩下80%按模型分池。

另外提醒一句，模型更新那几天别急着下结论，采样会有抖动，我一般等更新后跑满两个采样周期再比对。

想问下大家：你们建问句库的时候，是按业务场景分类，还是按模型响应特征分池？有没有人试过把两套词库做A/B对照的？