公司改了名、搬了家，或是換了主打，你可能會先把官網改好，再換掉名片和招牌，覺得這件事辦完了。這時候打開 ChatGPT，用公司的舊名字問它這家公司在哪裡、做什麼，說不定還是會看到舊地址，和你早就不主打的那條產品線。

假設你經營一家做金屬沖壓零件的工廠，今年初從新北樹林搬到南投的工業區，公司名字從「○○五金」改成「○○精密」，主打也從家具五金換成車用零件。新官網上線了，新地址、新名字、新產品線都寫得清清楚楚。有一天，一位採購問 ChatGPT「台灣有哪些做車用沖壓件的工廠」，答案裡沒有你；他想起你們的舊名字，改問「○○五金在哪裡」，ChatGPT 給了樹林的舊地址，還說你們主要做家具五金。

改官網，只換掉了 AI 手上的其中一頁

採購聽到的舊版本，大致是從兩個地方來的。打個比方，AI 手上關於你的資料有兩份：一份是它當初學習時讀過、記在腦子裡的印象；另一份是它回答問題的時候，當場上網查到的一疊網頁。

你改官網，換掉的只是那一疊網頁裡的其中一頁。記在腦子裡的那一份，一個字都沒動；那一疊網頁裡，別人寫你的舊文章、名錄網站上沒改的公司資料、你自己忘了撤下的舊網頁，也都還在。

記在腦子裡的那一份，停在知識截止日

先講記在腦子裡的那一份。ChatGPT 這類 AI 會回答問題，是因為做 AI 的公司先拿了大量網路上的文字讓它讀過、學過，這個過程叫訓練；訓練完成的 AI，業界叫它一個「模型」。訓練用的資料收到哪一天為止，那一天就是這個模型的「知識截止日」，在那之後發生的事，它的記憶裡都沒有。

以做 ChatGPT 的 OpenAI 為例，它在給工程師看的官方文件裡，會在模型的介紹頁上標出這個日期。像它自家的其中一個模型 GPT-5.5，標的是 2025 年 12 月 1 日。那家沖壓廠今年初才搬到南投，搬家這件事，就不在這個模型的記憶裡。

我們推斷，這一份要換，得等 AI 公司拿新的資料重新訓練，推出新的模型；新模型的資料收到哪一天、有沒有收進你搬家的事，要等它推出以後才看得到。

就算等到了，新模型記住的也不一定是新的你，因為它記住什麼，要看截止那天網路上怎麼寫你。那家工廠的舊名字在網路上累積了十幾年，報導、名錄、客戶的協力廠商名單裡都有；新名字才出現不久，寫到它的地方可能只有自家官網。我們研判，下一次訓練的時候，寫舊名字的網頁如果還是比寫新名字的多，新模型記住的很可能仍是舊的那一版。

上網現查的那一份，舊網頁比你記得的多

上網現查的那一份不用等訓練。2024 年 10 月底，OpenAI 在 ChatGPT 裡加上了搜尋功能，官方的說法是，ChatGPT 會依照你問的問題，自己決定要不要上網查。每查一次，它就重新撿一次網頁，聽起來你一改官網，它下次就該撿到新的。

問題是它撿到哪幾頁，不由你決定。新官網只是其中一頁，旁邊還躺著樹林時期留下來的東西。你記得的，大概是人力銀行上的舊職缺；你不記得的可能更多，例如業務寄出去的 PDF 型錄，被客戶放上了他們自己的網站。這些網頁寫的全是舊地址、舊名字和家具五金，每一頁都可能被 AI 撿去，拿來介紹你。

改名之後，舊名字訊號過期，新名字訊號太弱

AI 拿到這些資料以後，可能出現兩種狀況。這裡講的「訊號」，指的就是網路上寫到你的資料。

第一種叫「訊號過期」：AI 收到的是你以前對外介紹自己的說法、舊的地址、已經不主打的產品。採購聽到的「樹林」「家具五金」，句句都曾經是真的；以當年來說，它沒有講錯，它只是拿到你舊的那一版。

第二種叫「訊號太弱」：寫到你的資料太少、太散，AI 湊不出完整的介紹，只好拿零碎、不相干的說法補滿。訊號弱的地方，雜訊就大，跟收音機收不清楚的時候雜音特別多，是同一個道理。改名之後，訊號最弱的偏偏是新名字。網路上寫「○○精密」的網頁屈指可數，而且全是今年才出現的；AI 如果沒把它跟「○○五金」接成同一家，就只能從這幾頁去拼一家新公司，可能把你講成今年才成立的小廠，甚至跟名字相近的別家混在一起。開頭那位採購問車用沖壓件的工廠，答案裡沒有你，也可以從這裡理解：網路上寫你做車用零件的資料，本來就還很少。

所以改名之後，AI 講你的方式可能分成兩半：用舊名字問，聽到的是過期的你，這是訊號過期；用新名字問，聽到的是拼湊出來的你，或者它乾脆說不認識，這是訊號太弱。這兩種狀況，我們合稱「AI 失真病」，意思是 AI 講的你，不是現在的你。它們怎麼發生，AI 公司沒有公開細節，上面是我們從知識截止日和上網現查這兩件事推斷的。

我們的做法是兩邊一起治：一邊讓還寫著舊版本的網頁變少，過期的訊號就少了；一邊讓別的網站多寫到你的新名字，訊號就變強。

AI 在撿的舊網頁，你自己往往找不全

先講讓舊網頁變少的那一邊，也就是把還寫著舊名字、舊地址的網頁改掉或撤下。要改要撤，得先找得到，舊網頁卻往往找不全，因為你只能用自己記得的線索去找。你搜「○○五金」，找得到掛著這個全名的網頁；可是舊網頁上的名字不一定是這個寫法，名錄上登的可能是公司更早的簡稱，論壇裡大家講的是「樹林那間陳老闆的廠」。客人問 AI 的話五花八門，AI 照著那些話去找，撿到的可能是任何一種寫法的舊網頁；你自己搜，只搜得到你想得到的那幾種寫法。

找到的那些，也不一定是 AI 真的在撿的，所以光是該先改哪幾頁，就很難自己判斷。你記得的那些舊網頁，和 AI 實際在撿的那些，可能完全對不起來：你最在意的那篇舊報導，AI 也許從來沒用過；AI 一直在撿的，可能是一個你根本沒聽過的名錄網站。它到底在撿哪幾頁，我們沒找到哪一家 AI 會列成清單告訴你；各家撿的不一定一樣，同一家隔一段時間也可能換一批。

撤不掉的舊網頁，只能靠新版本蓋過去

找到了，也不一定撤得掉，因為很多網頁不是你說撤就能撤。名錄網站有的可以申請更正，有的早就沒人在管；客戶放上自家網站的那份舊型錄、別人的文章和論壇討論，你只能客氣地請對方改，對方沒有義務照做；新聞報導寫的是當年的事，本來就不會為你改。撤不掉的那些，就只能讓你現在的名字、地址在別的網站上被寫得比它多，才有機會蓋過去。

新版本只寫在官網上，等於只有你自己在講。新名字得出現在別人的網站上，而且 AI 多半要讀到有人寫明新舊兩個名字是同一家，才接得起來。請熟客或認識的人寫個一兩篇，對上樹林時期累積了十幾年的舊名字，多半還差得遠；寫在哪幾個地方、寫到什麼程度才算夠，得看你這一行的客人都去哪裡查、AI 回答這一行的問題時都引用誰，每一行都不一樣。而且新名字要在別的網站上一直被寫到，不是改完一次官網就結束。

AI 什麼時候改口，我們查不到時間表

過期的訊號變少、新的訊號變強之後，AI 要多久才會改口？到 2026 年 10 月為止，我們沒找到任何一家 AI 公司公布過，也沒找到學術研究量過這件事。腦子裡那份和上網查的那份，各有各的說不準：記在腦子裡的那份，像前面推斷的，要看 AI 公司哪天重新訓練，這件事我們也沒找到公開的時間表；上網現查的那份，每次撿到哪幾頁都可能不同，這次撿到新官網、下次撿到舊名錄，都有可能。

所以 ChatGPT、Gemini、Perplexity 這幾家 AI，哪一家先換成新的、哪一家還停在舊的，只有回頭問過才知道；這次答對了，也不代表下次還是對的。改名、搬家沒有哪一天可以算「辦完」，只能每隔一段時間回頭問一次，看 AI 講的是不是現在的你。

找不全、撤不完、改口說不準，託管怎麼分工

找不全、撤不完，AI 什麼時候改口又說不準，三件加起來，是一份長期的工作，不會一次做完。這份工作誰來做？geoweb.tw 的 GEO 託管，就是由我們的團隊幫你把網站內容修好、把外面提到你的資料整理一致，再定期檢查各家 AI 怎麼介紹你；你只要驗收結果。名字裡的 GEO，指的是照著 AI 找資料、寫答案的方式，去調整你的網站和網路上關於你的資料。

回到前面那三件事：舊名字有哪些寫法，你記得的，我們一起列出來，再照著各家 AI 的回答，一頁一頁去找它撿的舊網頁；找到的，撤得掉的去申請更正、去請對方改，撤不掉的，就寫新的文章和介紹，讓新名字被寫得比舊的多。這些文章我們可以寫；你們想自己寫也可以，稿子給我們，我們改成 AI 讀起來清楚的寫法，再刊登到官網和外面的網站上。AI 改口了沒有，就看定期檢查。

那個定期檢查，是拿客人會問的問題，定期去問 ChatGPT、Gemini、Perplexity 等主流 AI，看它們會不會提到你、會不會推薦你、講得對不對，每一次都記下來。跟你自己拿手機問一次不同的是，紀錄前後一比，才看得出 AI 是不是真的改口了。這套檢查我們叫它 AI 引用回測（量的是首推率、推薦率、點名率、答對率、好感度與口徑一致度）。對改名、搬家的公司，其中最相關的是答對率和口徑一致度：答對率看地址、電話這類事實有沒有講錯；口徑一致度看的是 AI 介紹你是做什麼的時候，講的是你現在的說法（車用零件），還是舊的說法（家具五金）。

想知道 AI 現在用哪一個名字認你，可以在 Demo 上確認：跟我們的顧問約一段時間，當場示範給你看。顧問會照客人平常的問法，用你的舊名字、新名字，各問 ChatGPT 和 Gemini 幾題：這家公司在哪裡、做什麼、怎麼聯絡。哪一題講的還是舊版本、哪一題把兩個名字當成兩家公司，顧問會一題一題指給你看；還沒換名字的，也可以先用現在的名字問，看看 AI 講的是哪一版的你。官網是唯一完全由你作主的那一頁，新名字、新地址要先在這一頁寫到 AI 讀得懂，所以問完，顧問會接著替你的官網做一次 GEO 健檢。GEO 健檢是 geoweb.tw 免費的網站健檢，幫你看網站在 AI 眼裡讀不讀得懂，從 12 個面向打分數。

延伸閱讀