统计AI答案里的「我们」指谁，我挖出五个不存在的部门

上周帮一个做工业耗材的客户做GEO体检，本来只是想看看AI在回答竞品对比时有没有把我们家的参数说错。结果我随手把AI答案里所有出现「我们」的句子拎出来，一条条追问它到底指谁，最后挖出五个品牌官方架构里根本不存在的部门。

事情是这样的。客户是做紧固件的，行业里习惯在回答里带一句「我们建议……」。我把AI近三个月涉及该客户品牌的回答全部导出，大概一百二十条，凡是带「我们」的都标黄。一开始我以为这是模型在代品牌方说话，属于话术包装，但拆开看才发现问题严重：

• 有一条说「我们品控部会做盐雾测试」，但客户公司没有独立的品控部，只有生产部下面一个三人质检组。
• 另一条说「我们海外仓在鹿特丹」，客户连欧洲的经销商都是去年才签的，根本没有自建仓。
• 最离谱的是有一条说「我们的研发中心在斯图加特」，客户老板看了半天问我：斯图加特是哪儿？

这五个虚构部门/地点有一个共同点：它们都不是AI凭空编的，而是从竞品页面和行业通稿里串过来的。因为客户自己在官网上写「我们采用德标工艺」，但没写清楚是采购德标设备还是自研工艺，AI补全的时候顺手就把它嫁接到了竞品的组织架构上。

我后来做了个对照实验：把客户官网上所有带「我们」的句子摘出来，一共四十七条，逐条问AI「这句话里的我们指哪家公司」。结果只有二十八条能正确指回品牌方，剩下的要么指到了经销商，要么指到了上游钢厂，还有五条直接指到了竞品。

我的判断是，GEO里「实体归属」这件事被严重低估了。大家都在盯关键词和引用率，但AI分不清「我们」是谁的时候，你喂再多参数也是给别人做嫁衣。我现在的做法是，给客户的官网和产品页加一段「关于本页主体」的小字，写明本页面内容由哪家公司发布，适用的产品线和地区。不复杂，但实测下来，带这段说明的页面被AI正确归属的概率明显高一些。

我要努力学习的地方还很多，比如怎么批量化做这种归属校验，我现在还是手工一条条看，效率太低了。

想问下大家：你们在做品牌GEO的时候，有没有专门检查过AI答案里的主体归属？还是都默认AI能分清「我们」到底是谁？