Нейросеть говорит о компании неправду: как исправить фактическую ошибку
Ответ модели может быть неправильным не потому, что она «врёт», а потому что собрала его из устаревшего или ошибочного источника. Исправить это нельзя просьбой к самой нейросети — модель не помнит разговор и не редактирует свои знания по запросу пользователя. Работает только один путь: найти и поправить источник, из которого ошибка попала в ответ, и подождать, пока модель обновит представление о бренде.
Пять типов фактических ошибок
Не все ошибки одинаковы, и это первое, что стоит определить перед тем, как что-то чинить: тип ошибки задаёт, какой источник искать.
| Тип ошибки | Типичный пример | Где чаще всего живёт первоисточник |
|---|---|---|
| Устаревшая цена или условия | Названа цена из прайса годичной давности | Страница услуги, агрегаторы, старые статьи с упоминанием цены |
| Неверный адрес или контакты | Указан закрытый филиал или старый телефон | Карты, справочники, старые публикации |
| «Компания закрылась» или «не работает» | Модель сообщает, что бизнеса больше нет | Устаревшая новость, отзыв с жалобой, путаница с ликвидированным юрлицом |
| Путаница с однофамильцем | Приписаны услуги, отзывы или скандал другой компании с похожим названием | Обычно другой сайт или маркетплейс с похожим именем |
| Искажённый факт о продукте | Неверный состав, срок, гарантия, сертификация | Сторонний обзор, форум, устаревшая версия сайта в архиве |
Путаница с однофамильцем и «компания закрылась» — самые дорогие по последствиям и самые редкие по частоте. Устаревшая цена и неверные контакты — самые частые и самые дешёвые в исправлении.
Откуда берётся ошибка
Модель не хранит факты о вашей компании в памяти между разговорами — она собирает ответ заново на каждый запрос из документов, которые нашла и посчитала достаточно надёжными. Как именно она решает, каким источникам верить, разобрано отдельно в материале про достоверность источника — здесь не повторяем механику, а сразу переходим к тому, что делать, если источник оказался неверным.
Практический вывод из этой механики один: если факт неверный, где-то в интернете лежит документ, откуда модель его взяла. Пока этот документ существует и остаётся самым «сходящимся» источником по теме, ответ не изменится сам, сколько бы раз вы ни переспрашивали нейросеть напрямую.
Процедура исправления по источникам
Порядок шагов важен — пропуск любого из первых трёх обычно и объясняет, почему «мы же всё поправили на сайте, а нейросеть всё равно врёт».
- Найдите первоисточник, а не только симптом. Спросите модель, на основании чего дан ответ — Perplexity и ChatGPT в веб-режиме показывают источники прямо в ответе. Если источник не сайт компании — начинать нужно не с сайта.
- Обновите первоисточник. Если это ваш сайт — поправьте страницу и дату обновления. Если это карты, справочник или агрегатор — исправление вносится в их карточке, не на вашем сайте. Если это сторонняя статья или форум — обычно нужно официальное обращение к площадке.
- Синхронизируйте все дубли факта. Одна и та же цена или адрес часто продублированы на 4-6 площадках: сайт, карты, справочники, соцсети, маркетплейс. Модель может взять любую из них — исправление одной точки не решает задачу, если остальные пять по-прежнему врут.
- Обновите дату на странице-первоисточнике. Свежая дата обновления — один из сигналов, по которым модель решает, какой из двух противоречащих источников новее и надёжнее.
- Проверьте повторным замером через 2-3 недели. Не сразу — обновление знаний модели о вашем бренде не происходит мгновенно, см. раздел про сроки ниже.
Что проверить в первую очередь
Если факт продублирован на нескольких площадках, начинайте с той, что чаще всего попадает в источники ваших собственных замеров — не с той, что кажется вам главной. У ChatGPT, Perplexity и Алисы разные предпочтения по источникам, и приоритет исправления должен идти за данными замера, а не за интуицией.
Сколько это займёт
Единого срока нет, потому что платформы обновляют индекс с разной скоростью и по-разному сочетают его с живым веб-поиском.
- Платформы с веб-поиском в реальном времени (Perplexity, ChatGPT с браузингом, Алиса с веб-поиском) могут подхватить исправление за несколько дней — но только если исправленная страница уже переобойдена поисковым ботом.
- Платформы, отвечающие из обученных знаний без поиска, обновляют факты значительно медленнее и не по расписанию, которое можно спрогнозировать со стороны бренда.
- Дубли на чужих площадках добавляют лаг: карты и справочники обновляются по своему графику модерации, отдельному от скорости индексации.
Не гоняйтесь за мгновенным результатом
Проверка на следующий день после правки почти всегда покажет старый факт — это не значит, что исправление не сработало. Разница между единичной проверкой и повторным замером через серию вопросов разобрана в материале о том, как правильно мерить AI-видимость по якорному списку.
Когда ошибка не исправляется
Честный список ситуаций, где процедура выше не сработает и надежда на быстрое исправление не оправдана.
- Модель отвечает без веб-поиска и без переобучения. Некоторые режимы дают ответ из знаний, зафиксированных на момент обучения модели, и не обновляются между релизами независимо от того, что происходит в интернете.
- Первоисточник — судебное решение, реестр или официальный документ. Если факт взят из ЕГРЮЛ, картотеки арбитражных дел или архивной новости — исправить его нельзя обращением к площадке, только сопроводить актуальными данными и наращивать их вес.
- Ошибка воспроизведена в десятках независимых источников. Когда неверный факт разошёлся по СМИ и форумам самостоятельно, исправление одного или даже пяти источников не переломит общий вес неверной версии.
Самая частая ошибка в работе с этим — идти чинить сайт первым, хотя первоисточник факта лежит на картах или в старой статье. Мы всегда начинаем с вопроса модели «откуда данные» — там прямо называется домен. Экономит недели работы над тем, что не является причиной.
Если ошибка не в факте, а в тоне — компанию упоминают верно, но с негативной окраской — это отдельная задача с другой процедурой, разобранная в материале про негативные упоминания в нейросетях.
Бесплатная диагностика покажет, что именно нейросети говорят о вашей компании сейчас — 0 ₽ и 24 часа. Если находится системная фактическая ошибка на нескольких площадках, дальнейшая работа идёт в рамках GEO-продвижения от 75 000 ₽/мес.
FAQ
Можно ли попросить ChatGPT или Алису запомнить исправление?
Нет. Модель не хранит факты о конкретном бренде между разговорами и не редактирует свои знания по просьбе пользователя в чате. Единственный рабочий путь — исправить первоисточник, из которого ответ был собран, и дождаться, пока модель обновит представление о бренде через переобучение или свежий веб-поиск.
Как узнать, откуда нейросеть взяла неверный факт?
У платформ с веб-поиском (Perplexity, ChatGPT в режиме браузинга, Алиса с включённым поиском) источники обычно показаны прямо в ответе или в отдельной панели. Можно также прямо спросить модель, на основании чего дан ответ — часто она называет конкретный сайт. У моделей без веб-поиска источник не виден напрямую, и приходится опираться на то, что известно о характере ошибки — где такой факт мог быть опубликован.
Сколько времени занимает исправление факта в ответах нейросетей?
От нескольких дней до нескольких месяцев, в зависимости от платформы. Модели с веб-поиском в реальном времени могут подхватить правку за дни, если исправленная страница уже переобойдена поисковым ботом. Модели, отвечающие из обученных знаний без поиска, обновляются реже и без предсказуемого графика. Дубли факта на чужих площадках (карты, справочники) добавляют отдельный лаг на их собственную модерацию.
Что делать, если факт продублирован на нескольких сайтах?
Исправить нужно все площадки, где он опубликован, а не только свой сайт — модель может взять любую из них как источник. Начинать стоит с того источника, который чаще всего фигурирует в ваших собственных замерах ответов нейросетей, а не с того, что субъективно кажется главным.
Бывают ли ошибки, которые исправить нельзя?
Да, три типичных случая: модель отвечает в режиме без веб-поиска и без переобучения; факт взят из официального документа или реестра (ЕГРЮЛ, судебные решения) — его можно только уравновесить актуальными данными, но не изменить сам источник; факт самостоятельно разошёлся по десяткам независимых публикаций, и вес неверной версии не переломить исправлением одной-двух площадок.