AI答错一个参数，我顺藤摸瓜发现训练数据里躺着竞品的旧版说明书

上周三晚上十一点，我被客户一个电话薅起来：「你们家AI回答里，我们产品的功率标注怎么是竞品旧款的？」

我第一反应是AI幻觉，但打开答案一看，连单位带型号，跟竞品2022款说明书一模一样。这就不对劲了——幻觉不会编得这么有鼻子有眼。

第二天我干了三件事，全程没花钱，纯手工：

第一步，把问句按「带不带具体型号」切开。
就拿「XX型号功率多少」去问，答案直接点名竞品旧款。换成「XX系列功率范围」，答案就正常了。说明AI信源里有一份结构化数据，把型号和参数绑死了，而且绑错了。

第二步，反查引用来源。
AI给的来源是三个页面：一个行业资讯站转载、一个电商详情页快照、一个技术论坛的帖子。我顺着链接爬回去，发现行业资讯站那篇是2019年的稿子，里面直接贴了竞品旧版说明书截图。

第三步，也是最扎心的——我翻了我们自己的语料库。
三个月前做产品对比页时，运营为了「显得专业」，把竞品旧款参数也列进去了。AI抓走了这张对比表，然后默认「这个型号对应的参数就是它」。错不在AI，在我自己的页面结构。

处理也简单：

1. 把对比页里竞品旧款参数全删了，只留当前在售型号；
2. 产品页参数表单独拆成一段，加粗型号跟参数的对应关系，用表格而不是图片；
3. 给每个参数加了一句「以官方最新规格为准」。

两周后同问句再测，错误参数引用从7次降到0次。

但我现在心里不踏实的是：我到底该用「错误引用次数」还是「答案准确率」来跟客户交差？ 前者好算，后者得靠人工判。你们在跟甲方汇报GEO效果时，这种「AI答错」的指标是怎么定的？评论区求个参照。