是什麼

2025 年 12 月，Ahrefs 的 Mateusz Makosiewicz 做了一個實驗。他憑空造了一個叫 Xarumei 的品牌，替它架站、寫好官方 FAQ，然後在網路上散佈幾份互相矛盾的假資料，最後拿 56 道問題去問各家 AI。

結果差很多：

  • Perplexity 約四成的題目答錯，還把 Xarumei 跟小米搞混，一口咬定它做手機
  • ChatGPT-4 和 ChatGPT-5 答對 53 到 54 題，而且在 84% 的回答裡引用了那個品牌的官方 FAQ
  • Claude 沒有幻覺，但也幾乎沒去查，等於什麼都不敢講
  • Copilot 中性問題答得還可以，一碰到誘導性的問法就垮了
  • Gemini 一開始存疑，後來還是被那批假資料帶著走（原文沒有給它一個明確的錯誤率）

要提醒一句：這個實驗的中文轉述常把「四成」寫成「Gemini 和 Perplexity 都四成」。原文只給了 Perplexity 這個數字，Gemini 那一段是文字描述。

跟你有什麼關係

這個實驗真正測出來的，不是哪家 AI 比較笨。是這件事：AI 在模糊的真相和具體的虛構之間，經常選具體的虛構。

一份寫得斬釘截鐵、有數字有細節的假資料，會打贏一段語焉不詳的真資料。而 ChatGPT 之所以沒被騙倒，不是因為它比較聰明，是因為它去看了官方 FAQ——那份 FAQ 把每個基本問題都寫死了，沒有留白給別人填。

所以問題會回到你身上：你的品牌現在有沒有這種東西？價格怎麼算、服務範圍到哪、公司什麼時候成立、負責人是誰、跟同名的另一家有什麼關係。這些你不寫，網路上總有人會替你寫；等 AI 要回答的時候，它手上就只剩別人寫的那個版本。

而且這不需要有壞人。你三年前沒撤下來的舊價目表、某家媒體寫錯的成立年份、一篇拿你當範例但講反了的部落格文，湊在一起就夠了。實驗裡那三份矛盾資料是刻意種的，你手上那幾份是自己長出來的，效果一樣。

現在要不要動

要動的是一頁很無聊的東西：把品牌的基本事實寫成一份具體到沒有留白的官方頁面。

具體的意思是有數字、有日期、有明確的是與不是，不是「我們提供多元的服務方案」這種寫了等於沒寫的句子。AI 引用不了那種句子，它只會轉頭去找別人寫的、比較具體的那一份。真的要動手的話，FAQ 與問答就緒度那篇有完整的寫法。

難的不是會不會寫，是你得先知道 AI 現在把你講成什麼樣——哪幾題會答錯、錯的版本從哪來、補哪一頁才蓋得掉。這需要一輪一輪去問、去記錄、去比對，而且因為 AI 的回答本來就有隨機性，問一次看到的東西不能當證據。寫完一頁 FAQ 就以為結束了，通常只是換一種方式錯下去。

想知道 AI 現在怎麼描述你的品牌，我們可以先幫你問一輪。

延伸閱讀