AI答「降噪耳机」时把参数张冠李戴，我拿27款型号逐条核了一遍

独家消息，先说结论：我测了27款主流降噪耳机，让AI回答「XX和YY哪个降噪更好」，结果有11条答案把两款的降噪深度参数张冠李戴——A款的-48dB安到了B款头上，还配了一句「实测数据来自官方页面」。我按图索骥去翻，官方页面根本是另一个数。

事情起因很简单。上周我写一篇AI推荐耳机的稿子，顺手拿几个型号去问大模型，答案看起来头头是道，但有一个细节让我起了疑：它说某款国产旗舰「低频降噪深度-50dB，优于索尼的-45dB」。我印象里索尼那代是-48dB，国产那款是-46dB，整个方向反了。

于是我把这27款的官方产品页参数、发布会PPT、电商详情页三个来源全抓下来，人工核了一遍，再和AI答案逐条比对。做法不复杂：

1. 每款只问同一个句式：「X和Y谁的主动降噪更好？给具体dB值。」
2. 同一问句换3种不同措辞重复问，看答案稳不稳。
3. 把AI给的每个dB值标出来，和官方三个来源对账。

结果分三类：

• 完全对得上的，只有9款；
• 参数数值对但型号挂错的，11款，这就是我开头说的张冠李戴；
• 干脆不给数值、只给「更强」「更均衡」这类话的，7款。

更扎心的是第三类——它不给数，你反而没法验证对错，用户看着还挺「专业」。

我顺着追了一下根因，有两个发现。第一，AI引用的来源里，有相当一部分是测评博主的二手内容，博主当年就把参数写混了，AI照单全收。第二，不少品牌官网把参数塞在图片或JS渲染的表格里，爬虫抓不到，但结构化摘要里又残留了旧版参数，AI抓到的就是这份「僵尸参数」。

我的判断是：GEO现在最大的盲区不在「有没有被提及」，而在「被提及的那串数字对不对」。品牌方花大力气让AI推荐自己，却没几个人去抽查AI嘴里那个参数是不是自己家的。这跟三年前大家不查外链锚文本是不是一个阶段。

所以我现在给客户做GEO验收，会单加一道「参数对账」：把AI答案里出现的每个量化指标，反向回查官方源，对不上的标红。这活不难，但没人愿意干，因为枯燥。

最后一个问题抛给大家：你们有没有遇到过AI把竞品参数安到自家产品上的情况？是品牌主动去纠偏，还是等它自己「学对」？我这边正在攒样本，想看看这是不是普遍现象。