先分清错在哪一种，再「改源不辩解」。AI 说错你的信息，错误一定来自它读过的某段文本； 正确的做法是找到那段文本、改掉或删掉，并在官网建一张「口径对照表」。发新稿去覆盖是错的—— 新稿只是第四个版本，会让多源校验更混乱，模型最安全的反应是干脆不提你。
要管理预期：改完源头到 AI 更正，通常要 2–4 周，慢的要 2–3 个月，因为模型的知识更新有滞后。没有任何办法让它当天改口。
一、第一步：分清四种「说错」
「AI 把我们说错了」是一团混话。拆开是四种完全不同的问题，解法也不同。
| 类型 | 典型表现 | 根源与解法 |
|---|---|---|
| ① 同名混淆 | 把你和另一家同名、近名的公司混在一起：业务说错、地域说错、甚至把别家的行政处罚安到你头上 | 实体指代不清。解法：在结构化数据里用 alternateName 显式声明简称，正文里反复用「全称 + 主营 + 地域」的完整写法，把三条记录合并成一条 |
| ② 张冠李戴 | 行业说错（做模具的说成做注塑件）、规模说错（20 人说成 500 人）、性质说错（工厂说成贸易商） | 错误来自某篇旧稿或第三方页面。解法：按下一节的方法找到源头，改掉或删掉 |
| ③ 信息过时 | 说的还是老地址、老产能、老产品线，或者已停产品还在被推荐 | 旧文本还活着。解法：更新或下线旧页面，旧内容如果被别的站转载，走更正而不是重发 |
| ④ 凭空编造 | AI 说你有某项认证、某个厂房、某条产线，实际上从来没有过 | 模型在证据不足时「补全」。解法：最危险的一种，因为它可能构成对你的误导甚至法律风险。优先级最高，按②的方法找不到源头时，在口径对照页明确否认并给出事实 |
发现说错的第一件事不是生气，是截屏：平台名、问句、日期、原话。每个平台问三次（随机性存在，单次不作数）， 把三次都存下来。这是后面所有工作的对照起点——没有它，你连「改好没有」都无法判断。
二、第二步：找到错误文本的源头
AI 复述的每一句话，几乎都来自某段被它读过的文本。找源头有三个入口：
入口一：用引号精确搜索那句错话
把 AI 说的最典型的错误表述，加引号放进搜索引擎和 AI 里搜。比如它说你「员工 500 余人」， 就搜「"贵公司名" "500 余人"」。命中率比你想象的高——错误表述往往被多篇稿子互相转载，一次能挖出一串。
入口二：看 AI 回答引用的来源列表
多数 AI 平台的回答会附「参考来源」。逐个打开，错误信息经常就来自其中一页—— 一篇三年前的软文、一个没更新的黄页、一条招聘信息。这些就是你的修改清单。
入口三：搜「公司名 + 错误关键词」
比如业务被说错，就搜「公司名 + 错误的行业词」；地址过时就搜「公司名 + 老地址」。 这个组合搜索能把散落各处的旧文本基本捞干净。
把找到的所有页面列成一张清单：URL、错误说法、平台归属（自家官网 / 自家账号 / 旧代理商 / 第三方转载）。这张清单本身就是资产——大多数企业做错了三年，从没见过自己的「错误信息地图」。
三、第三步：处理源头的三个动作和一个禁忌
能改的改。自家官网、自家账号，直接改正。注意不是删了重发——旧 URL 还在被引用， 在原地址上更正，让模型抓到「同一位置的新说法」。
能删的删。已失去价值的旧稿，直接下线并做 404 或跳转。删之前核对一遍： 别把有外链、有排名的有效页面一起删了。
删不掉的标注。第三方转载、旧代理商失联、平台不受理——改不动的，交给下一步的口径对照页， 这是唯一能替你「在场澄清」的位置。
一个禁忌：不要发新稿去「盖」。很多人第一反应是写十篇正确版本的新文章。 结果旧稿没删，新稿又添了第五种说法（哪怕内容是对的，细节措辞总会不同）—— 模型做多源校验时看到 5 个版本，比看到 3 个版本时更不敢引用你。先减后增，顺序不能反。
四、第四步：在官网建「口径对照页」
在官网放一个静态页面（路径类似 /about/data-statement.html），做三件事：
一份事实清单。全称、成立年份、员工数、主营品类、服务行业、厂址、资质——每项一句话，全网以这页为准。 这是给 AI 的「标准答案」，也是给你自己所有渠道的母版。
一张「非授权第三方表述」对照表。逐条列出：URL、错误说法、事实是什么。例如： 「xx.com/xx 页称『员工 500 余人』——事实：全职团队 20 人（口径：2025 年 12 月社保缴纳人数）」。 这张表给模型提供了对齐材料，比反复向平台投诉实际得多。
明确的联系与更正入口。留一个邮箱，欢迎指正。愿意公开纠错渠道，本身就是可信度信号—— 人和模型都更相信敢让人核对的说法。
五、哪些事做不到，别浪费力气
不能删除模型的记忆。模型训练过的语料无法定向删除。你能做的是改变「它下次读到的文本」， 等它重新学习。承诺「帮你从 AI 里删除记录」的服务，可以直接排除。
投诉通道效果有限但值得走。主要 AI 平台都有错误信息反馈入口，涉及事实错误、同名混淆的可以提交， 附上口径对照页链接。不要指望它解决问题——把它当成并行的一手，主力仍是改源。
不要走对抗路线。发函、对骂、发「严正声明」，对模型的语料没有任何正面作用， 声明本身还可能成为被引用的新文本。冷静改源，永远快过对抗。
节奏预期：自家页面更正后 2–4 周可能看到变化，第三方页面下线后的更正周期以月计。 验证方法固定不变：同一问句、同一平台、每次问三遍，对照截屏记录看描述有没有变准。
常见问题
本文由上海育贤信息科技内容团队撰写。四类错误的分法与「改源不辩解」的处理顺序，来自我们清理自有旧稿 （口径冲突 4 套、跨 11 篇）的实际过程，方法可复核。
利益相关声明 我们是 GEO 服务商，口径清理是我们的常规服务项之一。但本文的四个动作 ——截屏、搜源头、改源、建对照页——全部可以自己做，不构成必须购买服务的理由。
更新 2026-11-07
