「下单前我问过豆包、千问、元宝，选了一个当时最低的凑单方法，结果没过两天就发现 AI 没有提醒我领一张店铺券，多花了一百多元。」一位消费者对媒体复述的这段经历，是今年双 11 最有代表性的一类投诉：AI 把优惠算得很快，算错的时候却没人兜底。对品牌来说这不是别人的事故——答案里少一张券、多算一次满减，最后都记在品牌的口碑账上。这些判断，目前只能以 11 月 9 日的公开报道为限。
错的不是算力，是证据的时效
把出错的地方摊开，会发现绝大多数不是模型不会算，而是它拿到的事实已经过期。跨店满减改了规则、店铺券换了门槛、国补叠加条件变了，这些变动不会同步写进模型的语料，也不会出现在上一次抓取的页面里。平台内嵌的 AI 因为能读账户里的券，动态计算做得更好；外部大模型靠公开页面推断，一旦页面没更新，答案就会自信地把旧规则当成现行规则。
还有一类更隐蔽的错误出在拆单环节：把商品单价看错，把已经过门槛的小单算成不够，建议再加购。用户多买了一件本来不需要的东西，感知到的不是「AI 算错了」，而是「这个牌子在诱导我凑单」。同一段回答，对平台是转化率，对品牌是口碑，两者并不总是同向。
规则一变，答案就成了旧闻
用户端看到的是「我多花了钱」
用户的核对成本被悄悄转移了。过去要比价，得自己开两个 App 对着看；现在 AI 给一个数字，用户默认它算过。一旦这个数字错了，损失是几十到上百元，但信任的折损要大得多——下一次他会绕开 AI 直接翻活动页，品牌花在 AI 入口上的内容投入也跟着失效。
品牌端看到的是「描述对不上」
品牌更该关心的是描述句。同一款商品，答案里写「支持国补」还是「不参与国补」，写「到手 1299」还是「券后 1199」，决定的不只是点击，还有售后纠纷的数量。把 AI 回答当成一个需要维护的页面来看，第一件事就是确认它引用的价格、规格、活动条件和你最新一版一致。
| 出错点 | 用户看到的表象 | 品牌能核验的字段 |
|---|---|---|
| 优惠规则过期 | 结算价比 AI 算的贵 | 活动生效时间、券门槛、叠加顺序 |
| 单价读错 | 建议再加购一件凑门槛 | 商品单价、阶梯价、套装价 |
| 平台口径混用 | 跨平台比价对不上 | 到手价口径、运费、赠品折算 |
把 AI 回答当页面来维护
具体做法并不玄。先固定三十到五十个真实问句，覆盖品牌词、品类词和「预算加场景」的长尾；每月在主流平台各跑一遍，把答案里的品牌表述逐句摘出来，和官网、活动页、商品详情对齐。凡是出现「以页面为准」「可能」这类措辞的位置，就是最该补证据的地方——模型在缺证据时倾向模糊表述，而模糊表述对转化几乎没有帮助。这段工作做扎实了，可见度监测才有可比性。
补证据的顺序也有讲究。价格与活动条件优先级最高，因为它们变动最快、用户最敏感；其次是规格与适用人群，写错的代价是退货率；最后才是卖点文案，它影响的是被推荐的概率，而不是被投诉的概率。行业里的经验是，同样的内容预算，先修事实再修表达，返工率会低很多。
需要提醒的是，操纵式的做法正在失效。伪造评测、堆砌关键词这类手段，在语义理解面前很容易被识别，短期或许能骗过一次抓取，长期会把品牌和「不可信」绑在一起。可核验的事实密度，是这类优化里唯一能复利的资产。
一次核对能挽回多少
把损失算清楚，动作才会被重视。假设一条错误的价格描述每天被问到两百次，其中一成用户因此离开，按客单价三百元算，一天就是六千元的缺口；这还没算售后与差评的连带成本。核对一次的成本通常只有人力时间，投入产出比在任何品类上都算得过来。
更长远的收益在信源结构上。公开研究显示，AI 回答里的品牌提及大部分来自第三方页面而非品牌官网，这意味着只改自己的站是不够的，还得盯着那些被引用的媒体与评测页有没有写错。把「引用域名」列进固定报表，才知道下一次该找谁改。
常见问题
AI 算错优惠，责任在平台还是品牌？
结算以平台下单页为准，但答案里的表述由信源决定。品牌能控制的是自己页面与对外稿件的准确性，控制不了的部分要靠监测发现、靠渠道沟通修正。
怎么判断是模型问题还是页面问题？
把答案里引用的链接打开，看原文写的是什么。原文对而答案错，是模型问题；原文就错，是页面问题。两类问题的处理路径完全不同。
多久核对一次合适？
大促期间建议每周一次，平时每月一次。规则变动越频繁的品类，频率要越高；固定问句不变，才好和上一期比较。
