如何发现并修复 AI 答案中的错误

在本文中，我们将使用 Ahrefs Brand Radar 来收集 AI 答案，并查看这些答案引用了哪些页面。此外，我们还会使用一个基于 Letaido 构建的自定义应用，该应用可以连接 Brand Radar 的数据，自动完成事实核查流程。这一步并非必需，但可以节省大量时间。

事实核查流程以两类提示词为基础。两者结合使用，既能发现已知问题，也能找出你未曾想到要检查的错误。

如果你不告诉事实核查工具正确答案是什么，它就无法识别错误信息。这就需要一份事实来源文档：以简明清单的形式列出有关产品的可核实信息，并为每条信息附上能够证明其准确性的链接。

它有双重用途：事实核查工具会将 AI 的答案与这份清单进行比对，而人工审核人员也会参考同一份清单，确认被标记的回复是否属实，再决定是否给作者发邮件。

一旦发现了不正确的 AI 答案，下一个问题就是：这些错误信息从哪儿来的？

你可以手动追溯这些错误的来源，但如果需要核查数百条答案，将会耗费大量时间。对于规模较大的审查，我们建议借助 AI 来承担大部分繁重工作。

并非所有包含错误信息的页面都值得花同样的精力去跟进。应优先处理那些更正后最有可能提升 AI 答案质量，或直接触达潜在买家的页面。

以下是需要重点关注的主要信号：

• 严重程度：优先修复可能影响用户购买决策的错误，例如定价、套餐权限、所提供的服务以及产品限制的错误或功能信息缺失。
• 引用频率：在多个答案或平台上频繁被引用的页面，比一次性来源更有影响力。
• 引用稳定性：在多次重复检查中持续出现的来源，比只出现过一次的来源更有价值。
• 自然搜索流量：具备可观搜索流量的页面，既能通过传统搜索触达买家，也能通过 AI 答案触达买家。
• 权威性：引用域名和域名评分可以增强说服力，尤其是当页面同时被频繁引用且具有相关性时。
• 关系：你或同事是否认识作者？是否有人可以引荐？该媒体/网站之前是否回复过你们？例如，在我们的推广活动中，Glen 之所以适合联系某个网站，是因为他已经与对方建立了联系。另一个案例中，引用来自一位我们已有合作关系的网红，因此由合作伙伴关系团队负责外联最为合适。

其中一些信息可以在 Brand Radar 中找到：

如果你在使用我们的 Letaido 应用，数据会从 Brand Radar 拉取，并直接显示在受影响页面旁边：

找到需要联系的网页后，下一步就是确定实际负责该页面的人。

对于少量页面，AI 助手中提供的标准网页抓取工具通常就足够用来抓取页面，并查找作者或联系方式信息。

不过规模一大，逐个检查 URL 很快就变得不切实际。通常，会需要使用 Apify 这类页面抓取 API，或其他能获取页面 HTML 的来源。

我们的应用会优先尝试使用 Ahrefs 存储的网页快照。如果不行，则会尝试通过 Apify 获取信息；如果在引用的页面上找不到联系方式，应用就会（在存在链接的情况下）跳转到作者页面，并再次查找。

从文章署名的作者入手。先查看文章署名和作者页面，如果还需要联系方式，再去看对方的 LinkedIn 或 X 个人主页。

如果找不到作者，或者该作者已不在岗，请向上查找一级。对于媒体网站来说，可以联系编辑或内容负责人；对于小型公司来说，创始人或营销负责人可能是最佳联系人。

如果其他方式都行不通，最后可以尝试通过公司的通用联系方式或客服渠道联系对方，并请对方将你的消息转交给负责该页面或内容的人员。

HeyReach、BuzzSumo 等工具可以帮助补全缺失的联系信息，并找出适合联系的潜在人选。其中许多工具都提供 API 或 MCP 接口，因此你可以将它们的功能整合到 AI 辅助工作流程中。

外联时应保持友好、以提供帮助为主，而不是提出强硬要求。你可以感谢对方介绍了你的产品，指出一两处具体错误，附上可靠的来源链接以佐证正确信息，并明确表示对方无需有压力，可以自行决定是否更新页面。

举个例子，以下是我们之前发送过的一条消息：

这降低了发起对话的门槛，不过效果可能会打折扣，因为你是在要求收件人先回复，然后他们才能看到这次更正的价值。

如果没有收到回复可以再跟进一次。之后，就转向列表中的下一个页面。我们发送的部分跟进消息确实起到了作用。

关于外联，再分享几条实用建议:

• 保持友善的态度。不要指责作者传播错误信息，也不要以损害其声誉相威胁。

• 不妨假设该页面只是过时了，而不是作者存心误导。

• 明确提出具体的修改要求。一条经核实的更正，比一长串抱怨更容易让对方采取行动。

• 如果你需要发送更多私信，或在没有既有联系人关系的情况下进行跟进，可以考虑使用 LinkedIn Premium 或 Sales Navigator。Sales Navigator 还允许你在对方尚未阅读首条消息的情况下继续发送跟进消息。

• 至少应跟踪以下信息：URL、联系人、外联日期、渠道、待修正的说法、对方的回复、后续跟进情况，以及已确认完成的变更。

• 另外，为了以防万一，你可以在开展外联前先对页面截图。如果通过联系表单发送消息，请保存提交成功的凭证。如果你使用 Ahrefs，可以借助 Site Explorer 记录页面在不同日期之间的变化。

我们就文章中不准确的信息联系了 26 位作者。14 位作出了回复（53.8%），6 位在其页面上做出了我们能够核实的更正（23%）。

这件事目前仍在推进，当然，作者并没有义务做任何改动。尽管如此，能让将近四分之一的文章得到更正，已经算是相当不错的结果了。

这是其中一个外联目标页面修改前后的对比（可通过Ahrefs的Site Explorer查看差异视图）。

没错，尽管我们没能找出所有需要更新的页面，但更新页面确实也为 AI 答案引入了正确的事实信息。下面是一个例子（特别感谢 thatmarketingbuddy.com 的 Joonas 提供帮助）：

另外两位作者表示会做出修改，但在我们复核结果时这些修改仍未落实。因此，我们没有将其计入已确认的更正数量。

在 26 位联系人中，有 12 位没有回复。

我们从未遇到过明确拒绝更新文章的情况。但有些作者表示，只有我们提及或推广他们的产品作为回报，他们才愿意更正。我们拒绝了。我们认为，确保已发布的信息准确无误本身就应该是值得做的事，而以此作为交换条件，对那些不求回报、主动更正内容的作者来说也不公平。

这次外联也让我们发现了自身说明中存在的问题。部分误解源于我们对 Brand Radar 的定价和功能限制的描述不够清晰。这也让我们意识到，自己同样有需要改进的地方：让撰写产品相关内容的人更容易理解产品到底包含哪些内容。

相比让对方做出修改，获得回复要容易得多。在规划这项工作时，需要牢记这一点。你需要预留时间，检查对方承诺的更新是否落实，同时也要做好部分邮件石沉大海的准备。

你控制不了 AI 助手怎么回答，但你可以让正确信息更容易被它们以及其他所有人找到。

这意味着需要持续监测全网的品牌提及情况，并在发现不准确信息时快速响应。根据我的经验，内容创作者通常最关注刚发布的内容，因此，尽早联系他们，更有可能促使他们修正页面内容。

当然，这并不能保证一定有效。你无法确定某个特定页面是否会被 AI 答案引用。但及时采取行动，或许能防止错误信息出现在部分 AI 回复中。

你还可以寻找一些迹象，判断某个页面是否更有可能被引用。页面的 DR、声誉以及与目标主题的相关性，都可以作为有效的参考指标——尤其是在细分领域中，且网络上相关页面寥寥无几的情况下，这些指标就更有参考价值。内容的新鲜度也很重要，特别是当一个新页面所提供的信息比 AI 系统目前正在引用的来源更为前沿、更新时。

你可以使用 Firehose 这样的工具来设置品牌提及监控。

也可以通过 API 接入你的智能体，让它在找到每个新来源后立即自动核查事实，从而实现近乎实时的监测。

网络提及已经成为一种"货币"。想让自己的名字出现在某些页面上需要花钱，而且显然，想让品牌被准确地呈现，同样可能需要花钱。这一点很重要，因为品牌在网上的哪些地方被提及、以及这些提及具体说了什么，会对你在 AI 答案中的可见度产生巨大影响。

正因如此，像我们这样能自动发现并修复不准确信息的应用才会这么有用。但我们也发现，除非你愿意为别人更新你品牌的信息提供一些回报，否则可能很难有太大进展。

然而，一个更严重的问题亟待 AI 开发者去解决：当 AI 系统回答有关品牌的问题时，究竟如何选择所信任的信息来源？就目前而言，这一机制实际上对各方都没有什么益处。

我们不能指望每一位内容创作者或网站所有者都时刻核实信息，并随时更新关于每家公司的信息。但我们可以期待企业主动维护自身信息的准确性。毕竟，这符合企业自身的利益——错误或过时的信息可能会直接损害企业的经营。

AI 系统应该更善于识别这一点。对于企业的基本事实信息，企业自身提供的准确且最新的信息，应当比第三方网站上过时的提及信息更有分量。

感谢阅读！欢迎来和 Glen 以及 Mateusz 打个招呼。