Когда ИИ ошибается в фактах о бренде: как исправить ложные и устаревшие сведения

Когда ИИ ошибается в фактах о бренде, ошибка редко выглядит как ошибка: ассистент называет прошлогоднюю цену, рекомендует снятый с производства продукт, отправляет покупателя по адресу, с которого вы давно переехали, или приписывает вам историю другой компании, потому что у вас похожие названия. Недостоверная информация о бренде в ответах ИИ — это любое утверждение о проверяемых фактах компании, таких как цены, продукты, местонахождение, владельцы или идентичность, которое система подаёт как актуальное, но которое ложно, устарело или относится к другой сущности. Исправить ложные и устаревшие сведения в ответах ИИ можно лишь косвенно: ни один бренд не может отредактировать вывод системы, но он может изменить доказательства, которые система находит.

Проверка ответов ИИ до того, как ими воспользуется ваша команда, — отдельная задача, которую мы разбирали в статье о том, как распознавать галлюцинации и проверять ответы ИИ. Здесь речь идёт об обратном направлении: системы пересказывают вашим клиентам неверные факты о вашем бизнесе. Ниже рассмотрены типы ошибок, механизмы, которые их порождают, граница между тем, что бренд контролирует, и тем, что нет, план исправления из четырёх шагов, опирающийся только на задокументированные механизмы, и таблица для проверки того, что исправление действительно сработало.

Какие фактические ошибки ИИ допускает в отношении брендов?

Фактические ошибки отличаются от неблагоприятных оценок. Фраза «поддержка работает медленно» — это оценка, возможно, основанная на реальных жалобах, и ей посвящена статья о том, как ИИ описывает ваш бренд; фраза, помещающая вашу штаб-квартиру в город, который вы покинули несколько лет назад, просто ложна. Соответственно различаются и способы исправления: оценки меняются, когда меняются опыт клиентов и доказательства, а факты можно исправить, как только найден неверный источник.

Повторяющиеся категории таковы: неверные цены или тарифы, снятые с продажи продукты, поданные как актуальные, устаревшие адреса, телефоны или часы работы, путаница с компанией с похожим названием, неверные сведения об основателях, владельцах или дате основания, а также выдуманные функции или правила. Первые пять обычно восходят к конкретным документам; последняя чаще возникает там, где авторитетной страницы по теме нет вовсе. Обнаружение таких ошибок зависит от отслеживания того, как ваш бренд упоминается в ответах ИИ на фиксированном наборе вопросов: разовые проверки не отличают устойчивую ошибку от случайной.

Почему системы ошибаются в фактах о брендах?

Эти ошибки объясняют четыре задокументированных механизма; они часто действуют вместе, и каждый указывает на своё место для вмешательства.

Устаревшие или противоречащие друг другу источники

Системы, которые ищут информацию перед ответом, актуальны ровно настолько, насколько актуальны найденные ими документы. Сюй и соавторы в обзоре конфликтов знаний (EMNLP 2024) описывают межконтекстный конфликт, когда найденные документы противоречат друг другу, и отмечают, что такие документы могут одновременно содержать обновлённую и устаревшую информацию. Справка OpenAI по поиску ChatGPT также предупреждает, что результаты поиска и цитаты могут быть неполными, устаревшими или неверными. Поэтому старая цена на сайте-агрегаторе или давно не обновлявшаяся запись в каталоге может в конкретном ответе перевесить вашу актуальную страницу.

Дата среза знаний и поиск в реальном времени

Встроенные знания модели заканчиваются в определённой точке; документация OpenAI указывает дату среза знаний (knowledge cutoff) для каждой модели, например 30 сентября 2024 года для GPT-5 — модели, которую документация теперь помечает как устаревшую (deprecated). Хуан и соавторы в обзоре, опубликованном в ACM Transactions on Information Systems в 2025 году, описывают фактические знания модели как ограниченные во времени и подверженные устареванию. ChatGPT может выполнить поиск, если вопрос выигрывает от актуальной информации, но у ответа, сформированного без поиска, нет источника для фактов, изменившихся после даты среза; а когда найденный текст противоречит усвоенному моделью, возникающий конфликт контекста и памяти (context-memory conflict) может разрешиться в любую сторону.

Неоднозначность сущности

Совпадение названия с более известной сущностью — измеримый недостаток на этапе поиска документов. Чен и соавторы (ACL-IJCNLP 2021) построили наборы AmbER — группы сущностей с общим названием вместе с запросами о каждой из них — и обнаружили, что протестированные поисковые системы вдвое чаще извлекали ошибочные документы для менее популярной сущности. Для небольшой компании, названной так же, как крупная, найденные документы вполне могут оказаться о ком-то другом; как системы представляют компанию в виде отдельной сущности, объясняется в статье о графе знаний и бренде как сущности.

Галлюцинации и информационные пустоты

Хуан и соавторы разграничивают фактологическую галлюцинацию (factuality hallucination), то есть расхождение между сгенерированным содержанием и проверяемыми фактами реального мира, и галлюцинацию верности (faithfulness hallucination), то есть отклонение сгенерированного содержания от ввода пользователя. В публикации Элизабет Рид, вице-президента Google по поиску, от мая 2024 года говорится, что AI Overviews устроены так, чтобы показывать только информацию, подкреплённую верхними результатами веб-поиска, и, как правило, не «галлюцинируют» так, как другие продукты на основе LLM; странные результаты там объясняются неверным толкованием запросов, нюансами языка и «информационными пустотами» (data voids) — темами, по которым мало качественного контента. Для бренда информационная пустота вполне конкретна: если ни одна страница не описывает вашу политику возврата, система может заполнить пробел тем, что найдёт.

Что бренд может контролировать, а что нет?

Бренд контролирует свой сайт, структурированные данные, официальные профили, например профиль компании в Google, и публикуемые им документы. Он может влиять, но не решать за сторонние источники — от энциклопедических статей и элементов Wikidata до каталогов, площадок отзывов, архивов прессы и сайтов сравнений, у каждого из которых свои редакторы и правила. Он не контролирует сами системы: какие источники они находят, как их взвешивают, чему научились их модели и когда изменения дойдут до ответов. Поэтому план ниже идёт изнутри наружу, а любое предложение «удалить» факт из ответов ИИ по требованию описывает механизм, которого нет в документации ни одной из систем.

Отредактировать ответ ИИ невозможно, но можно сделать верную версию каждого факта самой лёгкой для того, чтобы система её нашла, прочитала и подтвердила.

Шаг 1: сделайте базовые факты однозначными на собственном сайте

Опубликуйте одно ясное утверждение для каждого факта: страницу «О компании» или отдельную страницу с основными сведениями, где указаны юридическое и коммерческое названия, дата основания, штаб-квартира и регионы обслуживания, актуальные продуктовые линейки и принцип ценообразования. Снятые с продажи продукты отметьте как снятые на их собственных страницах, а не оставляйте эти страницы выглядящими актуальными; как системы извлекают сведения со страниц продуктов и цен, мы обсуждали в статье о том, почему ИИ пропускает страницу товара.

Структурированные данные выражают те же факты в машиночитаемой форме. Согласно документации Google, разметка Organization помогает Google понимать административные сведения об организации и отличать её от других в результатах поиска; обязательных свойств у неё нет, размещать её рекомендуется на главной странице или на одной странице, описывающей организацию, а среди рекомендуемых свойств — legalName, alternateName, address, telephone, foundingDate и sameAs, а также идентификаторы vatID, leiCode и duns; при этом советуется использовать наиболее конкретный подходящий подтип. Schema.org определяет sameAs как URL справочной страницы, однозначно указывающей на идентичность объекта, что делает это свойство естественным средством против путаницы названий. Общие правила Google добавляют, что разметка должна правдиво отражать видимое содержание страницы и быть актуальной; подробности — в нашем руководстве по разметке Schema и структурированным данным.

Исправленные страницы должны быть ещё и доступны: факт, который краулеры не могут прочитать, ничего не исправит, и именно это проверяет аудит готовности сайта к ИИ. Google рекомендует инструмент проверки URL в Search Console для запроса повторного сканирования отдельных адресов и файл Sitemap для больших наборов, указывает, что сканирование может занять от нескольких дней до нескольких недель, и подчёркивает, что запрос не гарантирует включения в результаты.

Шаг 2: исправьте сторонние источники, которые читают системы

• Профиль компании в Google. Владельцы редактируют профиль непосредственно в Поиске или на Картах, а Google, по собственным словам, проверяет изменения перед публикацией; компания, переехавшая после подтверждения, должна пройти подтверждение заново. Кроме того, Google может обновлять профили на основе сообщений пользователей и лицензированного контента: у владельца есть четыре дня, чтобы принять или отклонить предложенные правки, о которых его уведомили, а оставленные без ответа предложения могут быть опубликованы, если их подтверждает другая общедоступная информация, например сайт компании. Это ещё один довод держать собственный сайт согласованным. Настройка описана в статье о том, как создать профиль компании в Google.
• Панели знаний. Google описывает процедуру подтверждения прав на панель знаний («Claim this knowledge panel»), после которой подтверждённые представители могут предлагать изменения; при этом отмечается, что пока не все панели можно подтвердить, а местным компаниям рекомендуется использовать профиль компании в Google.
• Википедия. Руководство английской Википедии о конфликте интересов настоятельно не рекомендует напрямую редактировать статьи о собственной организации; принятый путь — раскрыть свою связь с темой и предлагать исправления на странице обсуждения статьи с помощью шаблона {{edit COI}}. Платные редакторы, согласно Условиям использования Викимедиа, обязаны раскрывать работодателя, клиента и аффилированность.
• Wikidata. По правилу значимости элемент допустим, если отвечает хотя бы одному из трёх критериев; один из них — элемент относится к чётко идентифицируемой сущности, которую можно описать с опорой на серьёзные и общедоступные источники. Формального правила о конфликте интересов в Wikidata нет, но эссе о самопродвижении настоятельно не рекомендует создавать элементы о собственной организации, напоминает, что Wikidata не управляет панелями знаний Google, и, если элемент уже существует, допускает исправление явных фактических ошибок при условии, что подкреплённые источниками утверждения не удаляются; другие изменения предлагается запрашивать на странице обсуждения элемента с опорой на надёжные источники. Общий контекст — в статье о том, откуда ИИ узнаёт о бренде: Wikipedia и Wikidata.
• Каталоги, площадки отзывов, пресса и страницы сравнений. Отправьте издателям доказательства и попросите исправить ошибку; устаревшие пресс-релизы в собственном пресс-центре снабдите пометками, а не оставляйте их противоречить актуальным страницам.

Шаг 3: пользуйтесь каналами обратной связи систем, не переоценивая их

Каждая крупная система позволяет отметить плохой ответ, но ни в одной справке этих систем не описана формальная процедура исправления для компаний. Справочный центр Google описывает значки «нравится» и «не нравится» под каждым AI Overview и возможность сообщить о проблеме после отметки «не нравится» или через меню из трёх точек; отправленный отзыв включает последний запрос и его результаты и, по формулировке Google, помогает улучшать AI Overviews для всех. OpenAI направляет пользователей ChatGPT к значку «не нравится» под ответом или к функции жалобы (Report) на контент, который может нарушать условия использования или применимое право, а Perplexity просит сообщать о неверных ответах значком флажка под ответом или через обращение в поддержку. Всё это сигналы провайдеру, а не правки.

Законодательство о персональных данных открывает более узкий путь, и только для физических лиц. Политика конфиденциальности OpenAI позволяет физическим лицам запрашивать исправление или удаление фактически неверной информации о себе; такие запросы рассматриваются с учётом применимого права и технических возможностей моделей. Однако право на исправление по GDPR принадлежит субъектам данных, то есть физическим лицам, а пункт 14 преамбулы регламента прямо указывает, что он не распространяется на данные, касающиеся юридических лиц, включая наименование, организационно-правовую форму и контактные данные компании. У основателя, неверно описанного по имени, может быть основание для запроса о персональных данных; у неверной цены компании — нет.

Какая ошибка требует какого исправления и как его проверить?

Тип ошибки	Вероятная причина	Корректирующее действие	Как проверить исправление
Неверная цена или тариф	Старые страницы цен, устаревшие сайты сравнений или отзывы	Одна актуальная страница цен с датой; удалить или обновить старые страницы; попросить сайты сравнений обновить данные	Вопросы о цене возвращают актуальные условия; цитаты смещаются на актуальные страницы
Снятый продукт подан как актуальный	Страницы продукта или записи у реселлеров всё ещё доступны	Пометить продукт как снятый, назвать преемника, обновить записи	Повторные замеры упоминают снятие с продажи или преемника
Старый адрес, телефон или часы работы	Устаревший профиль компании, каталоги, старые публикации	Отредактировать профиль (после переезда пройти подтверждение заново); обновить каталоги и разметку Organization	Профиль показывает новые данные; вопросы о местонахождении несколько недель подряд получают верный ответ
Путаница с компанией с похожим названием	Неоднозначность сущности и смещение поиска в пользу популярных сущностей	Различающее описание, legalName, ссылки sameAs, согласованные официальные профили	Вопросы по названию бренда дают вашу категорию и местонахождение; цитаты ведут на ваш домен
Неверные основатель, владелец или дата основания	Ошибки в энциклопедических или справочных записях, старые статьи	Исправить страницу «О компании»; запросить правки на страницах обсуждения с опорой на надёжные источники	История записи показывает исправление; ответы со временем следуют за ним
Выдуманная функция или правило	Информационная пустота: нет авторитетной страницы по теме	Опубликовать явные страницы, включая то, чего вы не предлагаете	В повторных замерах выдумки прекращаются; ваша страница появляется среди источников

Шаг 4: измеряйте повторно и оценивайте устойчивость, а не отдельные ответы

Определите фиксированный набор фактических вопросов — где находится компания, продаёт ли она ещё определённый продукт, сколько стоит тариф — и регулярно задавайте их каждой системе, фиксируя и ответ, и цитируемые источники. Исправление можно считать закрепившимся, только если оно сохраняется в повторных замерах, ведь ответы на один и тот же вопрос различаются; эта проблема измерения разобрана в статье о том, почему ответы ИИ каждый раз меняются. Ни в одной справке этих систем сроки не указаны: оценка Google «от нескольких дней до нескольких недель» относится к сканированию, а не к ответам ИИ, а встроенные знания модели отражают дату среза, поэтому более поздние изменения попадают в ответ через поиск или со временем — через модели, обученные на более новых данных.

Самая информативная часть каждой записи — цитаты. Если неверный документ исчезает из источников и ответ исправляется, исправление сработало через поиск; если неверный документ по-прежнему цитируется, работа с этим источником не закончена. Если ни один неверный источник не цитируется, а ошибка сохраняется, вероятнее всего, дело в усвоенных моделью знаниях или в путанице сущностей, и тогда разумнее усиливать различающие сигналы и продолжать измерения, чем снова и снова переписывать ту же страницу.

Где помогает Rocketly и где его возможности заканчиваются?

В Rocketly GEO Suite есть раздел «Подтверждённые сведения о бренде»: команда записывает утверждённые факты — название, местонахождение, продукт, ценовой диапазон, регион обслуживания — с версиями, ссылкой на доказательство и сроками действия. Функция сравнения с подтверждёнными сведениями о бренде проверяет, встречается ли утверждённая формулировка факта дословно в конкретном ответе, и сообщает результат: найдено, не найдено или неполный ответ. Её ограничение нужно назвать прямо: это проверка формулировки, которая не оценивает, истинен ответ или ложен, и не обнаруживает неверные или устаревшие факты автоматически; отсутствие формулировки не доказывает ошибку, ведь ответ может передать верный факт другими словами. Стандартно и еженедельно измеряется Google AI Overview; измерение ChatGPT и Perplexity находится в контролируемом запуске. Если вы хотите вести упорядоченный реестр базовых фактов рядом с еженедельным измерением ответов, можно создать аккаунт и оценить Rocketly GEO Suite, который предлагается как отдельное дополнение.

Частые вопросы

Можно ли попросить ChatGPT или Google исправить факт о моей компании?

Можно отметить ответ с помощью инструментов обратной связи, которые есть в каждой системе, и при явных ошибках это стоит делать. Однако ни в одной справке этих систем не описана формальная услуга исправления для компаний, поэтому обратная связь должна сопровождать, а не заменять исправление источников, на которые опирается ответ.

Сколько времени нужно, чтобы исправление появилось в ответах ИИ?

Ни в одной справке этих систем сроки не указаны. Google указывает, что после запроса повторного сканирования оно может занять от нескольких дней до нескольких недель, а ответ может измениться позже или не измениться вовсе, поэтому планируйте недели повторных замеров, а не конкретную дату.

Стоит ли создавать статью в Википедии или элемент Wikidata, чтобы исправить ошибки?

Как правило, нет. Википедия настоятельно не рекомендует редактировать материалы о собственной организации, а эссе Wikidata о самопродвижении предостерегает от создания таких элементов; принятый путь — запрашивать исправления на существующих страницах, раскрыв свою связь с темой и опираясь на надёжные источники.