简短回答： 在最大的一份公布的关于回答可靠性的研究报告中,专业记者在“回答可靠性”中发现了一些重大问题。 45% 备注 AI 助理解答消息,以及 严重来源问题 31% ——缺失、误导或不正确的归属(欧洲广播联盟和 BBC,10月 (中文(简体) ). 2025。没有理由认为关于你的公司的答案会得到更仔细的处理,也没有引擎会为一个事实错误提供一个倒闭路线或一个罚单排队.
一个得到你定价错误的答题引擎失败了, 和获得选举错误的引擎失败一样: 管道里没有任何东西能区分品牌事实和新闻事实。 这部作品涵盖了失败率, 四个方法,一个答案对公司来说是错误的, 为什么纠正不是直截了当的, 一个实际捕捉到它的监测方案是什么样子, 以及监管背景。
核心要点
- 电话 EBU/BBC 评估的学习 3,000 AI 助理答复 22 公共服务媒体组织; 18 国家 14 ,并发现在语言和语言方面有重大问题 45% 答案的答案 答案的答案 答案的答案 答案的答案 答案的答案
- Gemini 表明存在重大问题 76% 这项研究中的答复, 超过测试的另外三名助理的两倍。
- 没有任何主要的AI答题引擎为公司的事实错误提供更正台,取下路由或提交端点.
- 品牌答案错误分为四种不同的类型—— stale, misatized, conflect and dusced——每个类型都需要不同的修补.
- 欧盟委员会的普通用途透明度义务 AI 下划线 EU AI 法案在下列情况下完全可执行: 2 8月(半天) 2026.
助理们多久会搞错?
AI-Assistant准确性最强的公开衡量来自最有经验的新闻组织,
| 查找 | 费率 |
|---|---|
| 回答至少一个重要问题 | 45% |
| 解决严重来源问题——缺失、误导或归属不正确——的答案 | 31% |
| 回答主要准确性问题,包括幻觉细节和过时信息 | 20% |
| Gemini,重大问题——其他助理的两倍以上,主要原因是来源不足 | 76% |
资料来源:欧洲广播联盟和 BBC,10月 (中文(简体) ). 2025 结束 3,000 专业记者在2008年 22 各地的公共服务媒体组织 18 国家 14 语言,测试 ChatGPT副驾驶 Gemini 财务报告和已审计财务报表 Perplexity.
两种细节可以将这一说法转移给品牌权利主张。 失败在语言和地区之间是一致的,因此它不是一个市场的动画。 主要的失败模式是来源而不是发明 — — 助理将权利主张附在错误的来源上,或者没有来源上,这往往比它直接捏造权利主张更常见。
提醒性说明是值得的:本研究测量的是新闻而不是品牌。 在这个尺度上,没有相应的品牌精确性研究,2025年10月以来模式行为也有所改变。 它仍然是目前最严格的代理,因为潜在的失败机制——来源分散、实体混乱、过时引用——在新闻和品牌索赔之间是共享的,在2004年,进一步探索了这一模式。 AI搜索引擎如何决定哪些品牌需要提及和引用.
你答错的四种方法是什么?
四种失败类型中的每一种都有不同的根源和不同的修补,而将它们合起来,就是为什么大多数"AI"的名声都无从谈起.
| 失败 | 看起来像什么 | 根因缘 | 到底什么问题 |
|---|---|---|---|
| 斯图尔 | 旧定价、停产、前执行官 | 引用的源已过时, 或模型的内存在更改之前 | 更新或退出源页面;更正第三方记录 |
| 错误分配 | 真实的事实 记错了公司, 或者你的事实 记错了别的地方 | 确定失败——以上31%的类别 | 使正确的来源清晰,比错误的来源容易归属 |
| 拼凑 | 答案将您与一个类似名称的组织合并 | 实体解析失败 | 实体身份工作:一个犬类之家,稳定的识别特征,一致的命名. |
| 已制造 | 一份没有来源的索赔 | 生成失败,最常见的是来源稀疏 | 发布可核对的真实版本的源; 薄覆盖邀请发明 |
实体决议 一种机器决定一个名字所指的哪个现实世界组织的过程。 拼接不是通过发布更多内容来固定的。 更多来自无法解决的实体的拼接会增加噪音而不是清晰度,这个问题在以下语句中作了更深入的阐述: 结构化数据和实体身份 AEO制造集中在覆盖范围较薄的地方,这意味着固定装置提供源,而不是对输出提出异议。
为什么你不能直接纠正它?
任何主要的答题引擎上都没有校正台,所以唯一可用的杠杆就是改变检索层发现的东西,等待其生效.
任何主要引擎都无法为公司、提交端点或票务队列的错误提供一个倒车路线。 间接机制由于三个结构原因缓慢。
- 检索模式可以在一个源固定后数日到数周内更新. 记忆模式——在训练期间将事实烤入模型中——只有在模型重新训练时才会改变,因此今天公布的更正无论花费多少,都可能无法到达这个季度.
- AI引用的很大一部分来自第三方,而不是公司自己的网站,这是在“Webs”中探索的动态。 为什么第三方品牌会提到GEO和AI搜索的内容。如果错误来自目录条目、旧新闻稿或社区线程,纠正自己的网站不会触摸它。
- 引用源源从一个运行到另一个运行时都非常频繁。错误可以消失和重新出现,而实际上没有任何东西被修复,这使得错误错误错误更正很容易发生。
监测方案会是什么样子的?
一个实际捕捉品牌答题错误的程序跟踪答案文本本身的准确性,而不只是该品牌是否被命名.
- 在跟踪的集中包含准确性问题,而不仅仅是可见度问题——"公司做什么?","产品成本多少?","公司在哪里?","谁建立了公司?",一个可见度的衡量答案,是否你被点名;它不回答所说的话是否属实,这个区别包含在其中. 如何衡量AI的知名度而不欺骗自己.
- 给答案文本分数,而不仅仅是提及——正确,不完整,分配错误,拼凑,捏造。一个提及率的仪表板给出错误的答案是成功的。
- 运行它每个引擎和每个语言。 EBU/BBC 失败情况始终如一 14 语言,以及 Gemini 以比其他被测试的助手的两倍多的速度失败;平均分数完全隐藏了需要动作的引擎.
- 重复到足以区分一次错误。 鉴于引用的集合量多大, 一个错误的答案是单一样本; 一个超过三分之一运行的主张是模式 。
- 追踪每个错误的来源, 意思是 带错索赔的具体引用的 URL, 因为没有该步骤的校正就是猜测工作 。
- 记录原始的答案文本,因为显示错误已经纠正,需要前后两个部分。
任何履带设备中最便宜的高价值添加就是简单的"公司做什么?",每月在每台引擎上运行——它捕获混音,呆滞和编织成一行,几乎没人跟踪,因为它不是一个能见度的度量.
如何减少你携带的暴露?
公司无法控制一个答题引擎的生成步骤,但可以减少检索步骤必须做的猜测.
- 使真实版本容易找到,容易属性和清晰的日期。 求解失败是上面最大的错误类别, 因此一个毫不含糊, 流畅, 结构完善的来源就是直接的反措施, 如上面所覆盖的 AI答引擎实际上让你引用的是什么.
- 解决实体:一个犬类之家,稳定的识别标志,一致的命名,以及
sameAs链接到外部记录。拼接是身份失败,而不是内容失败。 - 先修固第三方记录,Directories,数据库,百科全书参考文献和旧报道比它们包含的事实更能活性,被引用的频率比公司自己的网页要高.
- 公布尴尬的事实 — — 定价、限制、产品不是用来做什么的。 如果公司留下空白,检索就会从不太准确的地方填补缺口,或者发明。
- 和一切约会,机器读的, 因为只有来源说出事实, 才能检测到这种停滞。
- 保留检索爬行器解锁。无法获取的站点无法校正记录,一些主机平台的默认爬行器阻塞规则无法区分AI训练bots和检索bot,它们回答引擎实时检查事实时所使用的bot.
没有一个这样的操作会强制特定输出。 每个反制都会改变引擎操作员控制之外的任何系统上的概率, 特别是内存- 模式错误在商业时间线上无法解决 。
监管背景有何变化?
监管和诉讼正在转移,但目前都没有给公司提供纠正一个错误答案的直接途径。
欧盟委员会的普通用途透明度义务 AI 下划线 EU AI 法案在下列情况下完全可执行: 2 8月(半天) 2026新闻公报追踪出版商交易和针对 AI 公司记录了越来越多的针对 Perplexity 由新闻公司、纽约时报、大英百科全书和Yomiuri Shimbun等组织提起的版权或内容使用争议。
这两种发展趋势表明旅行方向:供应商的义务不断增加,而拥有资源的组织则在没有产品机制的地方使用诉讼。 对大多数公司来说,今天也不是一个实际的补救办法,这让内部监测能力成为了更可靠的选择。
怎么样 Lifewood 采用品牌准确性监测方法?
Lifewood 运行在用于可见度跟踪的同一跟踪提示集内的准确性问题,在答案文本上而不是单独提及。
运行按引擎和语言进行,原始输出保留,这样就可以比照之前的运行来显示一个更正错误。 在任何补救工作开始之前,错误被归类为 stale, mistatized, 拼接或编造,因为这四种路径完全不同,其中两种完全不是内容问题。
补救工作本身大多是在客户自己的网站之外——第三方记录、实体身份和公布可核查来源,以了解目前正在检索的事实。 100+ 语言 和 40+ 跨省服务中心 30+ 国家,因为英文读得准确的答案在另一种语言中通常是错误的,因此,在《公约》中进一步涵盖的一个空白。 AEO 市场中的 Google 不属于此像这样的节目 位于Lifewood的 AEO 和 GEO 服务。