Topic2 篇公开帖子

#测试集口径

该话题下聚合了社区中所有标记为「测试集口径」的公开帖子。

拿三个旧项目试了GEO问句打标，光「品牌词算不算意图信号」就吵了一下午

先说结论：工具本身不复杂，真正耗时的是先把「什么算一个有效问句」这层口径定下来。我拿三个已经跑过的旧项目做对照，本来想半天收工，结果光讨论就花了一下午。一、背景和动作我们组最近在试问句意图自动打标，想省掉人工分类的功夫。我没敢上生产，先挑了三个旧项目：一个工业配件站、一个本地服务页、一个多语言产

我直接说怎么做。上周盯退换货这块的AI回答，数据很难看：用户问「拆封了还能退吗」，AI十次有六次把「不影响二次销售」原样吐出来，等于没答。我一开始以为是FAQ写得太法务，让文案改了三版，指标纹丝不动。后来我把客服系统里的退货原因码导出来看了一眼，问题不在文案，在源头。我们内部退货原因码有 27