这条在：GEO 图书馆 · 被呈现：AI 怎么说你、怎么画你
AI 转述品牌时，哪类信息最容易出错？
2026 年 9 月 27 日夜到 28 日凌晨，母本用接口问 GPT-6 Astra 和 Claude Sonnet 5，时尚、消费品 120 次点名回答主业都说对了；挑出来的说错、说旧、说法不一，集中在人事、数字、年份和排名上，比如 Claude Sonnet 5 一次把香奈儿创意总监说成维吉尼·维娅，香奈儿 2026 年 5 月的业绩稿称的新任时装艺术总监是 Matthieu Blazy。
公开研究里没有一份把「信息过时」量化成品牌出错的主因；卖 AI 可见度工具的 Profound 在客户数据里统计到，价格和账单占错误说法的 24%。
我们看到的错
2026 年 9 月 27 日夜到 28 日凌晨，我们通过模型接口（不是手机 App）问 GPT-6 Astra 和 Claude Sonnet 5 几十家大公司「是做什么的」，还问了「全球最好的时尚品牌有哪些」和「全球最大的消费品公司有哪些」。时尚、消费品两组 120 次点名回答，我们逐条看过，主业都说对了：路易威登做箱包皮具，丰益做粮油，泰森做肉类。
下面是我们挑出来的说错、说旧、说法不一。前 6 条来自 Claude Sonnet 5 的接口记录，后 2 条分别来自 Google AI 概览和豆包 App：
| 哪一类 | 例子 | 我们拿什么对照 |
|---|---|---|
| 人事说旧了 | Claude Sonnet 5 介绍香奈儿：「现任创意总监为维吉尼·维娅」。这次它没搜索，也没给来源 | 香奈儿 2026 年 5 月 19 日的业绩新闻稿，称 Matthieu Blazy 为时装业务的新任艺术总监（Artistic Director of Fashion Activities） |
| 同一个营收，单位差了十倍 | Claude Sonnet 5 在「最大的消费品公司」第三轮说雀巢「食品饮料业务营收约为103.75亿美元（原文单位为十亿美元级）」 | 它自己在另两轮写的是 1055 亿美元；我们没对雀巢年报 |
| 同一个数，两轮差十倍 | Claude Sonnet 5 说全球包装消费品市场，一轮「54675亿美元」，一轮「5467.5亿美元」 | 两个不能同时成立，没核哪个对 |
| 用了旧年份 | Claude Sonnet 5 同一题介绍宝洁用的是「2022财年营收」，同一回答里别家用 2024、2025 年的数 | 只核了原话 |
| 排名三次三个说法 | Claude Sonnet 5 说 Target 是「美国第二大的折扣零售商」「美国第七大零售商」「美国第八大零售商」 | 口径不同，没核哪个对 |
| 数字前后不一 | Claude Sonnet 5 一个回答里，Gensler 先是「58个办公室」，后是「16个国家拥有57个办公室」 | Gensler 关于页写 58 个办公室、16 个国家；57 对不上 |
| 多加了定性词 | Google AI 概览（我们自己搜「mubenwave.com」）：「mubenwave.com 是一个设在上海、由一个人与一个名为 Vera 的 AI 合伙人共同运营的实验性品牌工作室」 | 事实页有上海、一个人加 AI 合伙人 Vera、工作室；「实验性」「品牌工作室」不是事实页上的字 |
| 认错了公司、编了俗称 | 豆包 App（9 月 27 日中午）把「上海的母本工作室」答成伦敦广告公司 Mother 的上海办公室，还说 Mother 上海「很多人俗称“母本工作室”」 | 它列出的网页标题里都没有「母本」（见同名那一条） |
主业这一层，120 次里两个模型都看过。GPT-6 Astra 主业以外的句子这次没有逐条核，所以例子里没有它，不等于它没错。这些是挑出来的例子，不是把所有回答审完后的分布，谁错得多说明不了。能看出的是：那 120 次里主业没见说错；要盯的是这次碰到的人事、数字、年份、排名，再加上概览多加的形容词和豆包认错的公司。别的行业、别的问法，这次没按同样标准核。
研究和厂商统计怎么说
在 Profound 的客户数据里，价格和账单是错误说法里最大的一块。卖 AI 可见度工具的 Profound 2026 年 8 月 17 日发文，数据截至 8 月 14 日，来自它的付费客户：超过 15.8 万条 AI 说法里，价格和账单占被核对说法的 12%，占错误说法的 24%；资格与条款占错误说法的 4%。它另一张图按回答引擎算，大约 49 万次评估，几家英文回答引擎的错误率在 4.3% 到 6.8% 之间，没测豆包、DeepSeek。它自己说，价格在错误里占得多，可能部分是因为这类信息更容易被拿来核对；「价格常变所以过时」只是一个假说。同一份数据，我们在「AI 不信官网」那一条里也用过，不是两项独立统计。
门店信息只有几家厂商的数据，而且说的不是同一件事。卖本地营销软件的 SOCi 说，在它调查的美国多门店品牌里，ChatGPT 给的商家资料 68.3% 准确（「准确」怎么算，报告正文我们没打开）。数字营销代理 Seer 问了 178 个品牌的客服电话：AI 给的号码只有 64% 跟品牌客服页对得上，但 93% 确实出现在 AI 引用的页面上，多数是照着某个页面抄的；对不上也不一定是空号，一家公司可以有好几个号码。
在 EBU 和 BBC 那份新闻研究里，过时信息是最常见的问题之一。欧洲广播联盟协调、BBC 牵头，22 家公共媒体评了 2709 条 AI 新闻回答，报告写：最常见的问题之一是信息过时。BBC 更早的一轮说得更直白：AI 选了旧的文章或直播页，就说苏纳克、斯特金还在任，总结本身没错，是材料旧了。这两份只测新闻。
变得快的知识更难答对。Vu 等人的 FreshQA 研究（2023 年的模型，通用问答）里，各类模型都答不好变得快的问题；他们自己设计的办法，是把搜到的结果写进提示词，能明显提高这个测试上的成绩。没测品牌。
「产品参数」「营业状态」这两类，我们没找到专门的测量；也没有哪份研究，量化出品牌错误里有多少是「读了旧页面」造成的。
平台自己怎么提醒
几家都在条款或帮助页里写了会错。豆包的用户协议说得最具体：联网回答就算标了来源也可能不准，「特别是其中包含的数字、时间以及各类事实性描述等内容，请自行核实」。OpenAI 写 ChatGPT 可能给出错误的定义、日期和事实；Google 写 AI 概览「会出错」；DeepSeek 写联网搜索只是「或将在一定程度上提升」准确性和时效性。
我们的判断：先查哪几样
下面是一份检查清单，不是按错误率排的名次：
- 人事和组织：现任负责人、创意总监。香奈儿这次，模型没搜索、没给来源，直接说成维吉尼·维娅；业绩稿称 Matthieu Blazy 为时装业务的新任艺术总监。
- 数字：营收、规模、门店数、员工数，连同年份和单位。我们碰到了单位差十倍的、年份旧的、同一个数前后不一的。
- 排名和「第一」：Claude Sonnet 5 说 Target 是第几大的那三次都没挂出处；它在时尚题第二轮把爱马仕、香奈儿、路易威登分别写成榜首、全球最有价值品牌、领跑十大奢侈品牌，挂的是几篇排行文章，不是榜单机构的原文，哪一句对得上哪份榜我们没核（见时尚那篇）。
- 定性的形容词：「实验性」这类词，是 AI 自己加的还是你说过的，值得逐个对。
- 价格和门店信息：价格、营业时间、电话、地址。Profound 和几家门店数据都指向这里，但说的是不同的事，原因也没被证实。
- 同名、近名：先确认 AI 说的是不是你。
每一样都拿你自己核过的「原件」去对（见原件那一条）。
这些结论别往外推
- 我们的 8 个例子是挑出来的，来自一晚上的接口记录加两次别的测试，几十家大公司。不能比谁错得多，也不能推到中小品牌。
- 「主业说对了」只核了时尚、消费品那 120 次。
- Profound 的 15.8 万条和各引擎 4.3% 到 6.8%，不是同一张图；数据来自它的付费客户，引擎图里没有中文平台。
- SOCi 测的是美国多门店商家资料，Seer 测的是 178 个品牌的客服电话，都不是一般的品牌介绍。
- 「错」只写我们核过的。排名、市场规模、雀巢营收这几条，我们只知道说法对不上，没对原始资料。
- 中文平台说品牌事实准不准，我们没找到公开的一手统计。
出处 12 条，A 级 8 条、B 级 4 条 · 展开全部
母本自测：2026-09-27 夜到 09-28 凌晨 OpenRouter 接口记录里挑出 6 个 Claude Sonnet 5 说错、说旧、说不一的例子，另加 09-27 Google AI 概览一次、豆包 App 一次；同批时尚、消费品 120 次点名回答主业都说对了。原话都回原始记录核过。 原文
香奈儿 2025 年业绩新闻稿（伦敦，2026-05-19）：「Our new Artistic Director of Fashion Activities, Matthieu Blazy, lit up the Grand Palais with his debut Spring Summer 2026 show in October」。 原文
Profound（卖 AI 可见度工具）Lucas Kopinski，2026-08-17：超过 15.8 万条 FactCheck 说法，价格和账单「represents just 12% of evaluated claims but 24% of all inaccurate claims」，第二是资格与条款，4%；另一张按引擎的图约 49 万次评估，几家英文回答引擎错误率 4.3% 到 6.8%。数据截至 2026-08-14。作者说价格常变而过时只是「One hypothesis」，也可能部分是选择效应。数据来自它的客户品牌。 原文
SOCi（卖多门店本地营销软件）博客，2026-07-29：「business profile information on ChatGPT is only 68.3% accurate. On Perplexity, accuracy is 68.0%.」报告正文要留资料，没打开。 原文
Seer Interactive（数字营销代理，卖 GEO 服务）2025-12-23：7 个 AI 平台问 178 个品牌的客服电话，跟品牌客服页对得上的 64%；AI 给的号码 93% 确实出现在它引用的页面上。 原文
EBU 协调、BBC 牵头《News Integrity in AI Assistants》（2025 年 10 月）：22 家公共媒体评了 2709 条核心问题回答，「One of the most common issues was outdated information.」只测新闻。 原文
BBC 研究（2025 年 2 月）：「Old BBC articles or live pages …… were selected and caused the AI to make simple errors such as claiming Rishi Sunak and Nicola Sturgeon were still in office」，总结本身没错，是选的材料过时。只测新闻。 原文
Vu 等《FreshLLMs》（arXiv 2310.03214，Findings of ACL 2024）：「all models (regardless of model size) struggle on questions that involve fast-changing knowledge」；他们的 FreshPrompt（把搜到的结果写进提示词）能明显提高 FreshQA 成绩。2023 年的模型、通用问答，不是品牌。 原文
豆包《用户协议》（2026-09-10 更新）：联网回答即使标了来源也可能不准确，「特别是其中包含的数字、时间以及各类事实性描述等内容，请自行核实后再进行使用」。 原文
《DeepSeek 用户协议》（2025-09-05 更新）：打开联网搜索「或将在一定程度上提升输出生成内容的准确性和时效性」，但模型生成内容可能不准确是行业共性问题。 原文
OpenAI 帮助中心《Does ChatGPT tell the truth?》：可能给出「Incorrect definitions, dates, or facts」；模型有知识截止点。 原文
Google 搜索帮助：「AI Overviews can and will make mistakes.」建议重要信息多处核对。 原文
大家也这样问
- AI介绍公司最容易说错什么？
- AI把我们公司说错了怎么办？