凌晨三点排完同义扩写，发现问句库的「主语」字段决定分母怎么切

昨晚又熬到三点，本来只想验证一下上回那个分母跳变的问题，结果越跑越不对劲，干脆把问句库的原始表拉出来重排了一遍。

先说结论：问句的「主语」字段才是分母该不该合并的关键，而不是我们之前一直盯着的同义扩写相似度。

我拿手头一个客户案例（卖工业传感器的）做了组对照。原始问句库 320 条，我先按「同义扩写」合并，相似度阈值 0.85，合并完剩 214 条，分母看着挺干净。但按这 214 条去跑 AI 引用，品牌被提及的次数只有 11 次。我又把合并前的 320 条原样跑一遍，引用次数反而 17 次。

差在哪？我逐条对了两组问句的「主语」字段，发现合并时把「XX传感器选型」和「XX传感器厂家」当成同义扩写并掉了。可 AI 搜索里，前者明显更靠参数对比，后者更靠资质背书——这俩根本不是一个回答路径，并掉等于把两个分母强行塞进一个格子里。

更坑的是，合并脚本是我上周写的，当时只看了字面相似度，压根没管主语。改回按主语切分后，分母从 214 变回 268，引用次数回到 16，跟原始 320 条的 17 次基本对齐。虚高的条数其实是我自己的合并逻辑造出来的。

现在我的切分规则改成：先看主语（品牌/型号/竞品/泛品类），再看同义扩写。主语不同的，哪怕字面再像也不合并。同一主语下的扩写，阈值放宽到 0.75 也没出问题。

但还有个细节没想明白：主语字段里，有一部分问句是「你们」开头的（比如「你们家传感器防水吗」），这种到底算品牌主语还是客户视角？我现在是单独拎出来不参与合并，但这样分母又多了一截，心里没底。

问一下各位：你们跑问句库时，「你们/你家」这类第二人称主语是单独算一个分母，还是归到品牌主语里？ 我这边两种跑法引用率能差 8 个百分点，实在不敢拍脑袋定。