截至10月30日的公开信息，京东图书11.11在杭州、南京、深圳三城联动开展请你读书活动，购书至高满300减150，用户可在京东APP搜索图书免单参与，线上线下同步开启。这条促销信息的结构很典型：一个门槛、一个减额、一个至高限定。三者组合起来，对AI回答构成了一道难题——答案里只要丢掉任何一个限定，用户得到的价格预期就是错的。
满减在问答里怎么被简化
最常被丢掉的限定是「至高」。这两个字决定了优惠的上限而不是普遍力度，但在摘要过程中往往被省略，答案变成「京东图书满300减150」，用户会理解为全场通用。第二个常被丢掉的是「满300」这个门槛，答案变成「减150」，用户会以为无门槛立减。两个限定一丢，价格预期就被彻底改写。
这不是模型的恶意简化，而是压缩的必然结果。摘要需要去掉修饰语才能简洁，而促销信息的关键恰恰在修饰语里。对品牌来说，这意味着写促销文案时要考虑被压缩后的样子——如果压缩后语义反转，就需要用更结构化的方式表达。
到手价为什么算不对
门槛型优惠没有单一价格
满减的本质是分段定价：未达门槛一个价，达到门槛另一个价。它不存在单一的「活动价」，只有一条价格曲线。AI回答倾向于给出单一数字，因为用户问的是「多少钱」，但这个问题在满减场景下本身就没有唯一答案。答案给出的任何单一数字，都只对应某一种购买组合。
叠加规则让价格再分叉
平台券、品牌券、店铺券的叠加规则，会让同一商品出现多个到手价。规则通常写在活动页的细则里，而这些细则极少被摘要保留。结果是答案给出一个价格，用户实际结算得到另一个价格，落差直接转化为对平台与品牌的不信任。
促销类问题的核验模板
| 字段 | 必须保留 | 原因 |
|---|---|---|
| 门槛 | 满多少 | 决定是否适用 |
| 减额 | 减多少 | 决定优惠幅度 |
| 限定 | 至高或全场 | 决定适用范围 |
三个字段构成促销信息的最小完整单元。核验时逐项检查答案是否保留，缺任何一项就标记为不完整。这套模板简单到可以做成检查表，也适合批量执行——抓取答案后按字段匹配，比人工逐条读要快得多。
从GEO的角度看，促销类问题是检验引用质量的试金石。一个品牌如果在价格类问题上长期给出不完整答案，说明它的源内容结构不够清晰，模型无法保留关键限定。行业趋势显示，大促期间的价格信息密度最高，也是偏差最集中的时候，监测频率应随之提高。竞品对比同样要注意：不同品牌的促销结构不同，门槛型与直降型不能直接比较折扣率。
满减和直降的区别在于，满减的价格不是一个固定值，而是一段区间。买得少拿不到，买得多单价更低，AI回答如果只给一个数，无论给哪个都不完整。核验时更合理的做法是把到手价写成条件表达式：满足什么门槛、减多少、折合单价多少，让读者自己代入。这比追求一个精确数字更实用，也更能反映促销的真实结构。品牌方在准备素材时，如果能把这段条件写清楚，被准确引用的概率会明显高于只写一句至高满300减150，因为模型拿到的是可计算的规则，而不是一个孤立的数字。
常见问题
为什么AI回答会把「至高」两个字丢掉？
因为摘要是压缩过程，修饰语最先被去掉。但促销信息的关键恰在修饰语里，丢掉「至高」会让适用范围从部分品类变成全场，语义反转。
满减活动有统一的活动价吗？
没有。满减是分段定价，未达门槛一个价、达到门槛另一个价，只存在价格曲线而不存在单一价格。任何单一数字都只对应某种购买组合。
品牌怎么减少这类失真？
用三段式表达：门槛、减额、限定。三者齐全的文案在被压缩后仍能保留关键信息，只写结果的文案一旦被压缩就会失真。
竞品促销怎么对比才合理？
先区分促销类型。门槛型与直降型不能直接比较折扣率，应比较同等购买金额下的实际支付。类型不同时，折扣率对比没有意义。
