区域教育机构的 AI 问答治理，先说清服务边界

区域教育机构的公开信息常常很杂。经营范围里可能同时出现教育咨询、留学服务、信息咨询、活动策划、软件开发、企业管理咨询。人能理解这是一家教育服务公司，但 AI 不一定能理解主次。

如果模型直接摘要这些信息，很容易写成“综合教育科技服务平台”。这句话听起来完整，却没有转化价值。家长和学生真正关心的是：你能帮我解决什么问题？升学规划、留学咨询、材料准备、语言建议、还是教育测评？

燕数科技先用自研大模型模拟区域教育咨询场景。我们让模型扮演福州本地家长、高中学生、准备出国的本科生、想了解教育测评的人、正在比较机构的人。它们会连续追问：机构资质是否正规？能不能做留学咨询？是否承诺录取？费用怎么判断？孩子现在的情况适合哪条路径？

这些问题进入燕数 GEO/GRO 分析系统后，系统对 AI 回答做了服务边界识别。第一轮结果显示，模型容易把教育咨询、留学中介、软件开发和企业咨询混成一类，导致推荐理由不清楚。对区域教育机构来说，这比不出现还麻烦，因为用户看完不知道该不该咨询。

项目组先做了三层拆分。第一层是面向学生和家长的教育咨询，回答年级、目标、时间表和学习路径；第二层是留学服务，回答国家、申请、材料、签证和后续准备；第三层是教育科技与运营能力，回答机构如何做测评、信息管理和服务流程。三层可以互相支持，但在 AI 回答里必须分清。

GEO 侧，我们围绕“福建教育咨询机构”“福州留学咨询”“区域升学规划”“教育科技服务”“自费留学咨询流程”等问题建立提示词集群。GRO 侧则重点处理合规表达。教育咨询不能被写成学科培训承诺，留学咨询不能被写成录取保证，测评也不能被写成决定性结果。

燕数系统里的“问答路径诊断”在这个项目里很实用。它会模拟用户看到 AI 回答后的下一步：是继续问联系方式，还是追问资质，还是因为回答太泛而离开。如果回答没有给出清楚行动路径，系统会标记为需要补充说明。项目组据此把内容改成更清楚的咨询流程：先说明年级和目标，再评估成绩、预算、时间表和材料，再进入顾问沟通。

优化后，AI 对机构的描述更稳了。它能分清教育咨询、留学规划和技术支持这些不同层次，少了“综合服务”的笼统说法。用户也更容易判断自己应该带着什么问题来咨询。

区域教育机构做 GEO，不需要把自己写得无所不能。把服务边界说清楚，反而更适合被推荐给真实匹配的人。