AI 总是在编造关于我们公司的内容——我们如何防止幻觉？

你们的情况在初创公司中很常见。原因和解决办法如下：

为什么 AI 会搞错你们的信息：

根本原因：

AI 并不“知道”事实。它只是根据模式预测下一个词。当缺乏可靠数据时，会生成听起来合理但其实虚假的内容。

解决框架：

你不能直接“训练”ChatGPT，但可以这样做：

1. 成为主导来源——让你的正确信息最权威、最易获取
2. 信息一致性——所有渠道的信息完全一致，无冲突
3. 添加结构化数据——为 AI 明确提供机器可读的事实
4. 建立验证链——链接到外部权威验证者

针对你们遇到的具体误导说法：

实体信息一致性对于减少幻觉至关重要：

问题：

信息不一致会让 AI 混淆。如果不同渠道成立日期不一，AI 只好猜测。

一致性自查清单：

常见不一致来源：

1. 旧媒体报道——2022 年有错误信息的报道
2. 自动生成的资料页——被抓取时出错
3. 员工 LinkedIn——团队成员填写公司信息有出入
4. 数据聚合平台——如 ZoomInfo、Apollo 等数据滞后

修正优先级：

1. 官网（完全可控）
2. LinkedIn 公司主页（可控）
3. Crunchbase（可编辑）
4. Google Business Profile（可控）
5. 员工 LinkedIn（请团队协同修改）
6. 第三方目录（联系更正）
7. 数据聚合平台（一般有更正流程）

一致性结构化标记示例：

{
  "@type": "Organization",
  "name": "Your Company",
  "foundingDate": "2021-03-15",
  "address": {
    "@type": "PostalAddress",
    "addressLocality": "Austin",
    "addressRegion": "TX"
  },
  "numberOfEmployees": {
    "@type": "QuantitativeValue",
    "value": 12
  }
}

这能直接告诉 AI 系统：“以上为真实事实。”

我经历过完全一样的情况。以下是我们的解决方案：

时间线：

• 第 0 个月：发现严重幻觉
• 第 1 个月：修正所有可控渠道
• 第 2 个月：添加 schema 标记，发布新闻稿
• 第 3 个月：Perplexity 开始给出正确信息
• 第 4 个月：Google AI 摘要改善
• 第 6 个月：ChatGPT 偶尔还错，但已大幅改善

效果最佳的措施：

1. Crunchbase Pro——真的，建议付费。AI 系统高度依赖 Crunchbase 获取公司信息。

2. LinkedIn 完整性——每个字段都填，创始人资料关联，描述清晰。

3. Organization schema——首页嵌入所有关键信息。

4. 新闻稿——主流发布渠道发布包含正确信息的新闻稿。增强权威外部来源。

5. 尝试维基百科——我们不够知名但建了 Wikidata 条目（门槛低，也有用）。

无效的方法：

• 向 OpenAI 举报（基本无反馈机制）
• 仅更新公司网站
• 指望自动纠正

成本：

• Crunchbase Pro：$300/年
• 新闻稿发布：$400
• 其他：时间成本

投资回报：

有位投资人告诉我们，他差点因为“ChatGPT 说你们有 A 轮融资，股权结构不符”而放弃。避免这种误导绝对值得投资。

关于 AI 数据修正的技术方案：

针对 RAG 型系统（Perplexity、Google AI）：

这些系统抓取实时网页。优化你的网站收录：

1. 确保网站可被爬取
2. robots.txt 允许 AI 爬虫访问
3. 针对每条关键信息建立权威页面
4. 为权威页面建设外部链接

针对 ChatGPT/Claude（训练型）：

影响难度更大，建议：

1. 创建被广泛引用的正确信息内容
2. 让正确信息进入 AI 可能训练的数据源（如维基百科、主流媒体）
3. 期待训练数据更新时能采纳新信息

llms.txt 实践：

制作机器可读摘要文件：

# llms.txt for [Company]
Name: [公司全称]
Founded: 2021
Headquarters: Austin, Texas
Employees: 12
Funding: Bootstrapped (no external funding)
Founder: [姓名]
Website: https://yourcompany.com
About: [一句话描述]

放在 yourcompany.com/llms.txt

监控设置：

每月在各平台提问：

• “[公司] 成立于哪一年？”
• “[公司] 总部在哪？”
• “[公司] 有多少员工？”
• “[公司] 是否有外部融资？”

跟踪每月答案变化，判断改善效果。

持续监控与修正流程：

月度自查模板：

发现错误时：

1. 记录（截图并标注日期）
2. 找到错误数据的可能来源
3. 修正或提升权威来源排名
4. 等待 4-6 周
5. 复查

自动监控工具：

Am I Cited 及类似工具可：

• 跟踪 AI 平台对品牌的提及
• 异常变化提醒
• 对比竞品
• 历史数据追踪

季度回顾：

• 总体准确率评分
• 变化趋势
• 遗留问题清单
• 调整策略

年度：

• 全面事实核查
• 更新所有渠道资料
• 刷新媒体报道
• 结构化标记复查

这些建议太及时了！我的行动计划如下：

第 1 周：自查与记录

• 在所有 AI 平台用关键问题测试
• 记录当前状态（截图留存）
• 找出所有错误信息的来源

第 2 周：修正可控渠道

• 官网 About 页面——明确信息
• LinkedIn 公司主页——字段填写完整
• 员工 LinkedIn——请团队对齐公司信息
• Organization schema——补全所有事实

第 3 周：外部渠道完善

• 升级并完善 Crunchbase Pro
• 完善 Google Business Profile
• 制作 llms.txt 文件
• 检查并修正第三方目录信息

第 4 周：提升权威性

• 发布公司事实新闻稿
• 建立 Wikidata 条目（如符合条件）
• 行业目录收录

持续进行：

• 每月测试 AI 平台
• 记录改善过程
• 持续监控各信息源

关键指标：

• 各平台错误事实数量
• 纠正所需时间
• 各渠道一致性评分

投入成本：

• Crunchbase Pro：$300/年
• 新闻稿发布：约 $400
• 时间投入：共约 20 小时

预期时效：

• Perplexity：2-4 周
• Google AI：4-8 周
• ChatGPT：未知，需持续关注

核心体会：

无法直接“纠正”AI。必须成为最权威、最一致的信息源，AI 才会自然采信正确信息。

感谢大家——终于有了清晰可行的路径！