截至 11 月 7 日的公开信息，淘宝千问 AI 购物助手的 C 端月活已突破 3 亿，79.4% 的用户在下单前会先通过 AI 咨询比价，京东「东东」一季度咨询用户接近 8000 万。当这么多人把提问交给 AI，回答的准确性就不再是技术细节，而是 brand 认知的一部分。可在实际监测里，品牌最常遇到的不是「没被提到」，而是「被提到但说错了」——答案答非所问，或者把你的产品描述成另一个样子。这类偏差比沉默更贵，因为它带着确定的语气传播错误。
三亿人先问AI 答非所问的代价被放大
答非所问通常有三种形态。第一种是理解偏差：用户问「适合两个人的空气炸锅」，AI 把「两个人」理解成「双人份食谱」，推荐了一批食谱而不是产品。第二种是证据缺失：品牌没有公开过容量、适用人数的结构化参数，AI 只能从零散评论里拼凑，拼出来的描述自然不准。第三种是信源污染：某个旧帖或过期页面被反复引用，AI 把三年前的参数当成现在的规格。
三种形态的处理方式完全不同。理解偏差要在问题库层面解决——换一种问法，看偏差是否消失；证据缺失要在内容层面解决——补结构化参数；信源污染要在信源层面解决——找到被引用的旧页面并更新或下线。如果不做区分，一律归因为「平台模型不行」，监测就失去了意义，因为没有任何动作能改变结果。
偏差要先定位在回答的哪一句
有效的归因从句子开始。把 AI 回答按句拆开，逐句标注「正确」「缺失」「错误」，再统计错误句集中在哪一类信息上：价格、参数、适用场景、售后政策。如果错误集中在价格，多半是信源过期；集中在参数，多半是结构化数据缺失；集中在适用场景，多半是内容里没有写过。这一步不需要工具，人工标注二十条回答就能看出规律。
把偏差拆成四栏 每种对应一个动作
标注之后，把问题归入四栏：可直接修正、需补证据、需换信源、暂不可控。可直接修正的是表述口径问题，比如品牌名被写成别名；需补证据的是参数与场景；需换信源的是旧页面被引用；暂不可控的是平台模型本身的推理偏好。四栏的比例决定了这个阶段的优化重心。
| 偏差类型 | 典型表现 | 归因入口 |
|---|---|---|
| 理解偏差 | 答非所问，答成别的品类 | 换问法复测 |
| 证据缺失 | 参数含糊或以评论代参数 | 查结构化字段 |
| 信源污染 | 引用过期页面或旧活动价 | 查引用链接时间 |
| 表述偏差 | 品牌名、型号写法不一致 | 查品牌词规范 |
这张表的价值在于把「AI 说错了」这种笼统判断，变成四个可操作的入口。团队每周只需要抽二十条回答做标注，就能知道本周的偏差结构有没有变化。如果「信源污染」的比例在上升，说明有旧内容正在被重新抓取，需要立刻处理；如果「证据缺失」占比高，说明内容团队补得不够结构化。
纠偏顺序 先信源再表述
纠偏要按顺序来。先处理信源，因为信源决定了 AI 描述的原材料；再处理表述，因为表述是在原材料正确的前提下才值得优化的细节。顺序反了会浪费大量时间：把品牌名规范做到极致，但引用的仍是三年前的参数页，回答依旧不准。信源处理完之后通常要等一轮抓取周期，这期间可以先做问题库的复测，确认理解偏差是否随问法改变而消失。
可见度报告里该单列偏差项
多数可见度报告只报提及率与位次，把准确性放在附注里，这是本末倒置。一个被提到十次但有四次说错的品牌，实际收益可能低于被提到五次全部准确的品牌。建议在报告里单列「描述准确率」：在提及品牌的回答中，关键信息（价格区间、核心参数、适用人群）全部正确的比例。这个数才能解释为什么有些品牌曝光涨了、转化没动。
准确率还要按平台拆开看。不同 AI 平台的抓取偏好差异明显，有的偏爱官网，有的偏爱电商详情页，有的偏好社区内容。同一个品牌在不同平台的准确率可能相差二十个百分点以上。按平台拆开之后，优化动作才有落点：官网强的平台补参数页，社区强的平台补问答与测评。把平台混在一起看平均值，只会得到一个谁都不满意的数字。
常见问题
AI 回答答非所问 是不是平台模型的问题？
不完全是。理解偏差、证据缺失、信源污染三类原因表现相似但处理方式不同，需要先按句标注再归因，否则所有动作都会落空。
描述准确率怎么算？
在提及品牌的回答中，价格区间、核心参数、适用人群三项全部正确的比例。建议按平台分别统计，避免平均值掩盖差异。
GEO 和 SEO 在准确性上有什么区别？
SEO 关注页面能否被检索到，GEO 关注被引用后的表述是否准确。页面排名第一但参数过期，在 GEO 语境里依然是失败。
纠偏为什么要先处理信源？
因为信源是 AI 描述的原材料。原材料错了，表述优化只是在错误上打磨，等下一轮抓取仍会回到原点。
