最常见的一种情况是：公司搬了办公地址，客户问 AI 时拿到的还是旧地址。另一种版本更麻烦：AI 说这家公司提供某项它从来没做过的服务，客户带着这个预期打来电话。
这类问题值得认真对待。它不像排名下降那样有数字可看，却直接影响客户对品牌的第一印象。
AI 回答品牌信息错误，常见到什么程度
研究给出的答案是：比多数人以为的常见。
Liu 等研究者在2023年审计了四个生成式搜索引擎，发现只有51.5%的生成语句得到引用的完整支撑，只有74.5%的引用真正支撑了它所附着的那句话。换句话说，答案里标了来源，不代表那句话真的来自那个来源。
2025年，欧洲广播联盟与 BBC 牵头，联合22家公共媒体机构做了一次更大规模的评测，覆盖18个国家、14种语言、4个 AI 助手，评估了3000多条回答。结论是接近一半的回答至少有一个重大问题，三分之一存在严重的来源问题，五分之一存在重大准确性问题，包括虚构细节和过时信息。
这两项研究都有明显的边界。前者测的是2023年的英文产品，后者测的是新闻类问题，评测对象是 ChatGPT、Copilot、Gemini 和 Perplexity，都不包括国内平台，也不是专门针对品牌信息。它们能说明的是，生成式答案出错是一个系统性现象，而不是某家产品的偶发故障。国内平台在品牌问题上的错误率是多少，目前没有公开的权威数据。
对品牌方来说，这组研究更实际的含义在第一项数字上。引用和语句对不上的情况这么普遍，意味着看到答案标了来源，不能默认来源就是错误的出处。错误可能在来源里，也可能是模型在转述时加上去的，两种情况的处理方式完全不同。
AI 幻觉与品牌：错误从哪里来
幻觉指模型给出没有来源支撑、语气却很笃定的说法。但品牌信息出错，并不都是幻觉。分清来路，决定了往哪里使劲。
| 错误类型 | 典型表现 | 源头在哪 | 纠正方向 |
|---|---|---|---|
| 无来源编造 | 编出的服务项目、案例、成立年份 | 可核查材料太少，模型在填空 | 补齐一致的事实材料 |
| 旧信息 | 旧地址、旧名称、已停产的产品 | 某个旧页面仍在被检索或曾进入训练数据 | 更新或下线旧页面，推动第三方更正 |
| 转述错误 | 来源写的是对的，答案复述错了 | 来源表述含糊，或信息分散在多处 | 把关键事实写成一句能单独成立的话 |
| 实体混淆 | 把同名或近名公司的信息安到自己头上 | 实体标识不清 | 统一全称、注册信息与官网写法 |
表里第一类最常被误解。很多品牌的第一反应是去和模型的输出较劲，但幻觉通常是在填补空白。可核查的一致材料很少时，模型会构造一个看起来合理的说法。材料补上了，空白才会缩小。
第二类最容易被低估。一篇多年前的媒体报道、一个没关掉的旧官网子站、某个平台上忘了更新的企业资料，都可能是旧信息的来源。企业自己早就忘了它们，检索系统却没有。
动手纠正之前，先写一份事实表
多数纠正工作失败，不是因为方法不对，而是企业内部对正确答案本身就没有统一口径。市场部写的成立年份和工商登记差一年，销售资料里的服务范围比官网多两项，这种情况下去要求 AI 说对，没有标准可依。
事实表不需要复杂，一张表列清楚这些字段就够：公司全称与常用简称，成立时间，注册地址与实际办公地址，服务范围，明确不提供的服务，对外联系方式。每个字段写成一句能单独成立的话，并注明这句话以哪份文件为准。
「明确不提供的服务」这一栏最容易被跳过，却和无来源编造关系最大。模型之所以会编出一项服务，往往是因为同行都提供，而这家公司的材料里对此只字未提。写明不做什么，等于提前堵上一块空白。
这张表之后的每一步纠正，都以它为准。
AI 说错了怎么纠正：从源头往回改
纠正的顺序大致如下，每一步都比下一步更可控。
- 把错误原样记下来。 哪个平台、哪天、用什么问法、是否联网、答案全文。没有原始记录，后面所有判断都没有依据。
- 打开答案引用的来源。 能看到来源的平台，先确认错误是来源本身写错了，还是转述出了错。
- 先改自己能改的。 官网、自有账号、平台上的企业资料，把公司全称、成立时间、地址、服务范围改成同一个版本。
- 再推动第三方更正。 百科词条按规则修改，媒体报道联系编辑更正，行业目录更新资料。这一步慢，但分量重。
- 最后使用平台的反馈渠道。
第五步排在最后，并不是因为它没用。《生成式人工智能服务管理暂行办法》自2023年8月15日起施行，第十五条要求服务提供者建立健全投诉、举报机制，设置便捷的入口，公布处理流程和反馈时限。这给了企业一个正式渠道。
它的局限同样要说清楚。投诉渠道处理的是一条具体回答，源头材料不改，换一种问法、换一个平台，同样的错误还会出现。
纠正之后怎么确认它真的改了
改完不能只问一次。生成式答案在不同次运行之间本来就有波动，一次答对了可能是运气，一次答错了也可能只是波动。
可靠的做法是固定当初发现错误的那组问题，在相同条件下重复测量，看错误说法出现的比例有没有下降。我们的效果监测与复测就是按这个逻辑做的：同一组冻结问题按周期复测，每条原始答案原样保留，正面、中性、负面提及分开计数，负面提及不算作有效结果。一条错误说法有没有减少，可以直接回到原始答案里核对。
这套方法也有做不到的地方。它只能覆盖问题集里的问题，客户用一种没被收录进问题集的问法问出错误，监测看不到。它也不能替平台修改答案，能做的是让修改有没有生效变得可以验证。模型版本在一轮测量中途发生变化时，这一轮的变动也不能归因于任何纠正动作。
纠正品牌信息错误很难在几天之内完成。能缩短这个周期的，只有源头材料的质量和一致程度，平台反馈和对话里的更正都替代不了它。