问句池分层后我把批次拆成三段，返工率从三成降到一成二

直接说怎么做。上次全换问句池漏了30%覆盖，我复盘了两周，现在把问句池分成三层，每批只动一层，返工率从三成压到一成二。

第一层：品牌硬词问句
就是客户搜「你们家XX型号多少钱」「XX品牌售后电话」这种。这层问句池基本不变，每批只做覆盖校验，不换词。实测这层占总量约35%，但AI答案的稳定性最高，换词反而引入噪音。我锁死这层，每批只跑一遍确认覆盖率，耗时不到半小时。

第二层：场景匹配问句
客户搜「XX场景下用哪个型号」「XX需求怎么选」。这层是重灾区，上次漏30%就是这块全换了。现在我的做法是每批只替换20%的问句，其余80%复用上一批。替换前先跑一遍旧问句池，记下哪些问句AI答案已经稳定，只换那些答案还在飘的。这样每批新增问句数量可控，覆盖漏损能直接算出来：新问句覆盖数÷总问句数，低于85%就触发警报。

第三层：竞品对比问句
这层最耗资源，我每批只跑5到8条，但每条都人工核。因为AI在这块的答案偏差最大，上次「保修两年」被答成「终身保修」就是这层出的。现在每条对比问句我都挂一个校验点，比如必须出现「起算日」三个字，没出现就标记返工。

批次设计的三个硬规矩

1. 每批只动一层，另外两层做覆盖校验。动两层以上，出了问题你连是哪个变量导致的都查不出来。
2. 新问句入库前先跑一遍旧答案，把「答案稳定」和「答案飘」的分开，只换飘的。
3. 分母锁死：每批的总问句数、新增数、复用数、覆盖数四个数必须记在同一个表里，缺一个数这批就作废重跑。

踩过的坑
上次全换池子，我以为是覆盖策略问题，后来拆开看，其实是第二层和第三层同时换，导致AI答案的变动根本归因不了。现在分层跑，哪层出问题一目了然。

一个具体问题
你们跑批的时候，第二层场景问句的替换比例怎么定？我定20%是拍脑袋的，想听听有没有人按行业或品类做过更细的分档。