品类词题面的生成管线：2026年从行业槽位到去重键的实现

先讲一个旁证：标签丢了会发生什么

十月上旬出过一桩事故：ChatGPT 出站链接改用 noopener,noreferrer 打开，utm_source=chatgpt.com 和 referrer 同时丢，8 天里一批 AI 导流数据集体掉进 Direct 渠道，日均归因少了约 3.1 万，Profound 监测的带标签回答占比从 98.5% 跌到 5%–12%，10 月 15 日才修复。事故的教训一句话就能说完：渠道标签丢了，归因就全错，而且是安静的错——数字还在，只是进了错误的桶。

GEO 题库管线里有一个完全同构的风险：题目分层标签丢了，统计就全错。一道品类词题（「安徽做AI搜索获客的哪家靠谱」）如果没打上 category 标签，混进品牌词题的分母，这家企业的"命中率"立刻虚高一截，而且没人发现。本文讲的就是这套题面生成管线怎么从源头保证标签、槽位、去重键不出这种"安静的错"。

管线全景

出题不是一次问 LLM 要 600 道题，而是一条固定的管线：

行业/地域槽位表 → 模板组合 → LLM 批量生成(20题/批) → 骨架抽取 → 去重键比对 → 零品牌校验 → 入库

每一步对应的工程约束如下。

1. 槽位表先行，LLM 只负责填空

地域槽位和行业槽位人工维护成结构化表，不交给模型自由发挥：

{
"region": ["anhui", "wuhu", "nanjing"],
"industry": ["geo-service", "ai-leadgen"],
"tier": ["brand", "category"],
"ask_frame": ["哪家靠谱", "怎么挑", "有哪些值得看的", "推荐几家"]
}

模板组合 region × industry × ask_frame 先展开成题面骨架，LLM 只做两种事：把骨架扩写成自然问句、生成骨架表里没有的同义问法。这样每道题生下来就带着结构化标签，不靠事后分类回填——事后分类是标签丢失事故的重灾区。

2. 批量生成的参数口径

出题用高温度（0.8，要发散），实测采样用 0.7（要贴体感），这是两条管线的第一处分叉。出题分批跑：20 题/批、maxTokens 6000、单批超时 240s。实测思考模型单批大约 103 秒，留一倍余量给重试。批间去重键比对失败率低的时候可以连发，高的时候直接人工介入——去重失败率本身是出题质量的水位计。

3. 去重键：tier 必须参与

去重键的构成：tier + region + industry + 问法骨架哈希。三个容易忽略的点：

• 同义问法不算重复，同骨架同参数才算。「哪家靠谱」和「怎么挑」是两道题，覆盖的是客户问法的真实分布；
• 品牌词题去掉品牌名后得到的品类词题，不是重复——它们测的是两件事，两张分母；
• 去重比对在入库前、事务里做，不靠事后清洗。事后清洗永远晚一批。

function buildDedupKey(q) {
const frame = extractAskFrame(q.text); // 问法骨架：哪家靠谱/怎么挑/…
const slots = [q.query_tier, q.region_slot, q.industry_slot, hash(frame)];
return slots.join('|');
}
// 入库前：INSERT … ON CONFLICT(dedup_key) DO NOTHING，冲突计数上报

4. 零品牌校验：category 题的双闸

第一道闸是正则：题库维护一份已知企业名词表，category 题面命中即打回。第二道闸是 LLM 二次校验：名词表拦不住"合肥那家做检测的公司"这类指代性表述，让一个不带上下文的校验模型回答"这道题是否指向特定企业"，答是即打回。两道闸都过才入库。

5. 题量上限与失败处理

单次检测任务题量上限 500 题，超了必须拆任务——这不是性能问题，是统计问题：题量一大，批间漂移混进来，前后题目不在同一个基线上。失败重试只做 1 次，重试把限流放大成雪崩的教训各家都有过。

踩过的两个坑

坑一：出题温度设 0，题面复读模板。最初把出题温度当精度参数调到 0，结果 600 题里出现大量仅差一个字的变体，去重键冲突率飙升。温度 0 不是严谨，是让模型把模板背给你看。发散任务就给发散参数：0.8，配合骨架抽取兜底。

坑二：LLM 生成题面里夹带推荐意图。让模型"扩写问句"，它会自作主张写成「XX公司怎么样」（把槽位表里某个示例企业名当成主题）。修法：示例企业名用占位符，扩写完成后校验占位符已替换且替换值不在企业名词表内。这条和零品牌铁律是同一件事的两面——题面诱导会让测出来的命中变成复述。

这套管线防不住什么

槽位表覆盖不到的新问法（客户用方言、用错别字、用行业黑话问）进不了题库，这部分靠复测期的真实咨询记录回流补充；LLM 校验模型自己也会漏判，零品牌校验是概率闸门不是数学证明；去重键保证的是"同批不重复"，跨批次同骨架题是否该复用，取决于复测对齐的需求——复测要求同批题同参数，意味着部分旧题必须保留，去重键要按批次版本管理。

你在出题管线里怎么处理同义问法和去重？评论区聊聊。