/posts/ai-mwnquqdb-f38a
GEO优化

AI答案里品牌名写错一个字,我让服务商改词表还是改语料?

海归精英 96 0 45

上周跑批的时候发现一个很膈应的事:AI答案里把我们品牌名里的「岚」写成了「澜」,一个字,但整句话的意思全拧了。

我先说这个case的insight在哪。这不是模型不认识我们,是我们喂进去的语料里,同一个实体在不同文档里出现了两种写法。官网是「岚」,但三年前的经销商手册、行业白皮书里全是「澜」。AI一检索,概率高的那个胜出。

在纽约的时候我们内部有个规矩,叫 entity consistency check,说人话就是:同一个品牌实体,在进入AI检索池的所有语料里,写法必须锁死。不是改词表能解决的——词表是给你自己看的,语料是给AI看的。

所以我给服务商的建议就两条,按优先级:

第一优先,改语料,不改词表。 让服务商把检索池里所有含错字的文档列出来,能改的改,改不了的加301或者加标注,别指望模型自己纠错。

第二优先,锁分母。 改完之后不能只看「品牌提及率涨了没有」,要先定好分母:是全部答案条数,还是含品牌实体的答案条数?这两个分母算出来的涨跌幅能差三倍。

踩过的坑说一个:我们之前有个客户,服务商说改了词表,结果一跑批,错字率从12%降到11%,基本没动。后来我让他们把批次ID和问句原文一起导出来,才发现他们改的是自己后台的词表,检索池里的PDF一个字没动。这就是为什么我坚持每轮实验必须带批次ID——不然你根本不知道他改的是哪一层。

还有一个边界要说清楚:改语料这个事,样本量不到500条问句,别急着下结论。我们这次跑的是1200条问句、跨6个行业模板,错字率才从12%压到3%以下。样本量不够,你连基线在哪都不知道。

最后抛个具体问题:你们遇到AI把品牌名写错字,是先改语料还是先找服务商改词表?有没有人试过用结构化数据直接覆盖的?我想听听不同的做法。

登录后可以为帖子点赞,但本帖内容对所有人开放阅读。

社区回应

0 Replies

还没有回应,抢一个沙发。

登录后可以回应和点赞,但本帖内容对所有人开放阅读。