Co zrobić, gdy AI podaje błędne informacje o Twojej firmie

Klient otwiera ChatGPT i pyta o firmę z Twojej branży. Pada Twoja nazwa - świetnie. Tyle że przy niej pojawia się cena sprzed dwóch lat, adres, pod którym już nie jesteś, albo usługa, której nigdy nie było w ofercie.

To bywa gorsze niż nieobecność. Nieobecność jest cicha. Błędna informacja aktywnie zniechęca klienta, zanim do Ciebie napisze - a Ty nawet o tym nie wiesz, bo nie pytasz AI o własną firmę tak, jak robi to kupujący.

Zła wiadomość: w modelu nie ma przycisku „popraw". Dobra: da się wpłynąć na to, z czego AI czerpie. Klucz to najpierw zrozumieć, skąd konkretny błąd pochodzi, bo każde źródło błędu naprawia się inaczej.

Najważniejsze w skrócie

• Najpierw diagnoza, potem naprawa. Ta sama nieprawda może mieć cztery różne przyczyny, a każda wymaga innego ruchu.
• W modelu nie ma przycisku „popraw". Zmieniasz to, z czego AI czerpie, nie samą odpowiedź.
• Nieaktualność naprawiasz świeżością: aktualna strona plus cudze źródła, które AI znajdzie w wyszukiwaniu.
• Błąd w cudzym źródle prostujesz u tego, kto go opublikował. Pomylenie nazw rozbrajasz jednoznacznymi sygnałami tożsamości.
• Zgłoszenie w czacie (kciuk w dół) to sygnał dla dostawcy modelu, nie naprawa Twojej odpowiedzi.
• Efekt bywa opóźniony i bez gwarancji. Regularny pomiar wyłapie błąd, zanim rozejdzie się do klientów.

Skąd się bierze błędna informacja AI o Twojej firmie?

Zanim cokolwiek naprawisz, nazwij problem. Ta sama pomyłka - „firma X ma w ofercie usługę Y" - może pochodzić z czterech różnych miejsc. Naprawa działa tylko wtedy, gdy trafia w prawdziwe źródło.

• Nieaktualność z pamięci modelu. Model odpowiada z tego, czego nauczył się do pewnej daty. Jeśli cena zmieniła się później, wciąż zna starą. To temat daty granicznej wiedzy modelu (knowledge cutoff), który rozkładam w osobnym artykule.
• Halucynacja. Model zmyśla fakt, którego nigdzie nie ma - dokłada usługę, nagrodę albo oddział. Skąd się to bierze, wyjaśniam w osobnym artykule o halucynacjach AI.
• Błąd w cudzym źródle. Ktoś napisał nieprawdę w katalogu, artykule albo starym wpisie, a AI grzecznie powtarza ją jako fakt.
• Pomylenie z inną firmą. Istnieje druga firma o podobnej nazwie, a model skleja Wasze dane w jedną całość.

Jak je rozróżnić? Zapytaj model o źródło: „skąd masz tę informację?". Jeśli poda konkretny link - masz błąd w źródle. Jeśli mówi ogólnie, że „tak zapamiętał" - to nieaktualność albo halucynacja. A gdy myli fakty z zupełnie innym podmiotem, zwykle chodzi o zbieżność nazw.

Nieaktualna cena albo adres: jak wymusić świeższy obraz?

Tu nie walczysz z kłamstwem, tylko ze starą prawdą. Model zna wersję Twojej firmy sprzed zmiany i powtarza ją, dopóki nie dostanie nowszej.

Rozwiązanie ma dwie warstwy. Pierwsza to Twoja własna strona: zadbaj, żeby aktualna cena, adres i oferta były na niej wprost, w tekście, a nie tylko na grafice. Model, który sięga do sieci, przeczyta tekst, nie obrazek.

Druga warstwa jest ważniejsza i częściej pomijana. To cudze źródła, które AI znajdzie, gdy szuka w internecie: katalogi, wpisy branżowe, profile, artykuły. Jeśli one wciąż podają stare dane, model potwierdzi sobie starą wersję z kilku miejsc naraz.

Dlatego aktualizuj nie tylko u siebie. Przejdź po miejscach, w których Twoja firma jest opisana, i popraw dane tam. Im więcej świeżych, zgodnych źródeł, tym szybciej model przestaje ufać starej wersji.

Z własnego doświadczenia

Gemini i Perplexity sięgają do sieci niemal na bieżąco, więc świeższą wersję łapią szybciej. ChatGPT część odpowiedzi bierze z pamięci modelu, więc tam efekt bywa wolniejszy.

Piotr Czerwiński · Założyciel CiteLyzer

AI powtarza błąd z cudzego źródła: co zrobić?

To najtrudniejszy przypadek, bo błąd nie jest u Ciebie. Ktoś opublikował nieprawdę - w katalogu firm, w starym artykule, w opisie na cudzym portalu - a AI cytuje to jako fakt, bo wygląda wiarygodnie.

Naprawa jest tu oczywista, choć niewdzięczna: popraw błąd u źródła. Znajdź stronę, z której model bierze złą informację, i zgłoś poprawkę temu, kto ją prowadzi. W katalogu zwykle jest formularz aktualizacji. Przy artykule - kontakt do redakcji.

Jak znaleźć to źródło? Zapytaj model wprost, na czym opiera odpowiedź, i sprawdź podane linki. Perplexity oraz AI Overviews pokazują źródła niemal zawsze, więc trop masz od ręki.

Jeśli źródła nie da się poprawić - bo autor nie reaguje albo strona jest martwa - zostaje przygłuszenie go własnymi, mocniejszymi treściami. Im więcej wiarygodnych miejsc podaje poprawną wersję, tym mniejszą wagę model przypisze jednemu błędnemu wpisowi.

AI myli Twoją firmę z inną: jak wzmocnić tożsamość?

Masz imiennika. Druga firma o podobnej nazwie działa w innym mieście albo innej branży, a model skleja Wasze dane: Wasz adres z ich ofertą, Wasze logo z ich historią.

Tu nie chodzi o poprawianie faktów, tylko o rozróżnienie dwóch podmiotów. Model potrzebuje jednoznacznych sygnałów, że to dwie osobne firmy.

• Dane strukturalne (schema Organization) z pełną, jednoznaczną nazwą, adresem i profilem działalności.
• Spójny NAP - ta sama nazwa, adres i telefon w każdym miejscu, gdzie firma jest opisana. Rozjazd w tych danych to dla modelu zaproszenie do pomyłki.
• Powiązania sameAs - odnośniki z Twojej strony do oficjalnych profili firmy (rejestr, profile branżowe, media społecznościowe). Pokazują modelowi, który zestaw danych należy do Ciebie.

Im czystszy i bardziej spójny obraz Twojej firmy w sieci, tym mniej powodów, by model doklejał do niej cudze fakty.

Czy zgłoszenie błędu w czacie coś zmienia?

Prawie każdy czat ma pod odpowiedzią kciuk w dół albo opcję zgłoszenia. Warto z niej korzystać - ale wiedz, co realnie robi.

Zgłoszenie to sygnał dla dostawcy modelu, nie edycja Twojej odpowiedzi. Nie ma przycisku, który nadpisze fakt o Twojej firmie w modelu. Twoja uwaga trafia do zbioru, na którym dostawca kiedyś popracuje przy kolejnej wersji - bez gwarancji i bez terminu.

Dlatego traktuj zgłoszenie jako dodatek, nie jako naprawę. Realna zmiana przychodzi stamtąd, skąd model czerpie: z Twojej strony i z cudzych źródeł. Samo zgłoszenie niczego nie prostuje.

Jak wykryć błąd, zanim zobaczą go klienci?

Najgorszy scenariusz to nie sam błąd. To błąd, który miesiącami krąży wśród klientów, zanim w ogóle się o nim dowiesz.

Sam z siebie go nie zauważysz, bo nie pytasz AI o własną firmę tak jak kupujący. Dlatego profilaktyka jest prosta w opisie i żmudna w wykonaniu: regularnie zadawaj modelom pytania klienta o swoją firmę i czytaj, co odpowiadają.

Zrób to raz - dostaniesz obraz jednego dnia. A odpowiedzi zmieniają się z dnia na dzień i różnią się silnik po silniku. Błąd, którego nie ma w ChatGPT, potrafi siedzieć w Gemini. Rzetelny obraz wymaga powtarzania tych samych pytań w ChatGPT, Gemini, Perplexity, AI Overviews i AI Mode - regularnie, nie raz na kwartał.

To właśnie robi CiteLyzer: powtarza zestaw pytań o Twoją firmę w tych pięciu miejscach i pokazuje, gdzie pada Twoja nazwa, w jakim kontekście i czy pojawia się przy niej coś, czego być nie powinno. Zamiast łapać błąd przypadkiem, widzisz go wcześnie.

Uczciwie: pomiar nie poprawi za Ciebie ani jednej odpowiedzi. Daje Ci to, bez czego naprawa jest zgadywaniem - wiedzę, że błąd w ogóle istnieje, oraz punkt odniesienia, żeby sprawdzić, czy Twoje ruchy coś zmieniły.

Podsumowanie

Gdy AI podaje nieprawdę o Twojej firmie, nie szukaj przycisku „popraw" - on nie istnieje. Zacznij od pytania, skąd błąd pochodzi: ze starej pamięci modelu, ze zmyślenia, z cudzego źródła czy z pomylenia nazw.

Nieaktualność gasisz świeżością danych u siebie i w cudzych źródłach. Błąd w źródle prostujesz tam, gdzie powstał. Pomylenie rozbrajasz jednoznacznymi sygnałami tożsamości. Zgłoszenie w czacie dokładasz jako sygnał, nie jako naprawę.

I jedno na koniec: efekt bywa opóźniony, a modele nieprzewidywalne. Dlatego mierz - regularnie i w kilku miejscach naraz. Bez pomiaru nie wiesz nawet, czy błąd zniknął, czy tylko przeniósł się do innego silnika.