Коротко: исправить ассистента напрямую нельзя — не существует обращения, которое меняет то, что говорит модель. Исправления происходят на уровне источников: вы находите страницу, откуда пришло неверное утверждение, правите её, делаете верный факт согласованным везде, где он встречается, и ждёте переобхода. Кнопки обратной связи помогают на полях. И одна категория ошибок сейчас не исправляется вовсе: если утверждение живёт в обучающих данных модели, а не в найденной странице, оно держится до переобучения, и единственный обходной путь — сделать верную версию достаточно весомой в источниках, чтобы ответы с поиском оставались верными.
Первый порыв, когда обнаруживаешь, что ChatGPT описывает компанию неверно, — обратиться к кому-нибудь по этому поводу. Именно этот порыв и есть причина, по которой работа обычно ни к чему не приводит. Канала, через который компания исправляет свою запись у ИИ-ассистента, не существует, а имеющиеся кнопки обратной связи — это сигнал, а не редактирование.
Ответ меняет только изменение того, что ассистент читает. Ниже последовательность в том порядке, в котором она работает.
Почему нельзя исправить ИИ-ассистента напрямую
Ассистенты выдают ответы двумя способами, и ни один не принимает исправлений.
Когда ассистент ищет в интернете, он находит страницы и пересказывает их. Утверждение, которое он повторил, пришло откуда-то из публичного доступа. Измените этот источник — и при следующем обходе изменится утверждение. Не потому, что кто-то обработал вашу заявку, а потому что изменился вход.
Когда ассистент отвечает из собственной памяти, утверждение взято из данных, на которых училась модель. Живого источника, который можно поправить, не существует. Эта версия вашей компании зафиксирована до переобучения, и никакая переписка этого не ускорит.
Практическое следствие: первый шаг — никогда не обращение к платформе. Первый шаг — установить, с чем из двух вы имеете дело, и это как раз то, что делает аудит.
Шесть шагов исправления неверных данных в ИИ-ответах
Порядок важен: пропуск любого шага — причина, по которой исправления не закрепляются.
1. Зафиксируйте доказательство. Скриншот неверного ответа с датой и запросом, который его вызвал. Ответы меняются; без записи вы потом не проверите, стало ли лучше, и будете спорить по памяти.
2. Найдите источник. Там, где платформа даёт ссылки, откройте процитированное — неверное утверждение обычно лежит там открытым текстом. Где ссылок нет, ищите само утверждение и смотрите, какие страницы по нему ранжируются. Виновником часто оказывается не ваш сайт: устаревшая карточка в каталоге, старый пресс-релиз, профиль на отзовике, сравнительная страница конкурента трёхлетней давности.
3. Исправьте источник. Ваша страница — правьте и ставьте видимую дату. Чужая — запрашивайте исправление: у большинства каталогов и площадок отзывов есть процедура, и фактическая правка от самой компании обычно принимается. Страница, которую никто не станет менять, — остаётся только перевесить её верной версией.
4. Приведите в порядок остальную запись. Шаг, который пропускают, и причина, по которой исправления откатываются. Одна исправленная страница против шести устаревших проигрывает. Ваш сайт, профили, карточки, любой каталог с вашими данными — верный факт должен быть последовательной версией везде, сформулированной одинаково.
Здесь у русскоязычного бизнеса своя особенность. Источников о компании обычно немного, поэтому одна устаревшая карточка весит непропорционально много: там, где у англоязычной компании неверный источник тонет среди десятка верных, у вас он может оказаться единственным, что вообще нашлось.
5. Запросите переобход. Отправьте исправленные адреса в Search Console и Bing Webmaster Tools. Это ничего не форсирует, но сокращает ожидание, и Bing здесь важнее, чем его доля рынка: часть ассистентов опирается при поиске именно на него.
6. Отправьте обратную связь в интерфейсе. Палец вниз на неверном ответе с конкретным фактическим пояснением: что утверждалось, как правильно и где это проверяемо. Относитесь к этому как к сигналу за две минуты, а не как к механизму. Модель это не редактирует.
Затем повторная проверка тем же запросом через несколько недель. Не на следующий день — ничего не изменится.
На что реагирует каждая ИИ-платформа при исправлении источника
Платформы различаются достаточно, чтобы исправление сработало на одной и не сработало на другой, — это нормально, а не признак ошибки.
- Gemini и ИИ-ответы Google — Живой индекс Google — Ошибки следуют за выдачей; исправление сводится к тому, чтобы верная страница обошла неверную
- Perplexity — Живой поиск, источники видны — Проще всего диагностировать, обычно быстрее остальных отражает правку
- ChatGPT с поиском — Поиск, во многом на индексе Bing — Индексация в Bing влияет напрямую; исправления идут за переобходом Bing
- ChatGPT без поиска — Обучающие данные — На правки источников не реагирует вовсе до переобучения
- Copilot — Опирается на Bing — Двигается вместе с Bing, как и поисковый режим ChatGPT
Два практических следствия. Отправка исправленных страниц в Bing Webmaster Tools даёт эффект, несопоставимый с долей Bing в трафике, потому что она питает поиск ассистентов. И компания может неделями быть корректно описана на одной платформе и неверно на другой — это не провал исправления, а разные графики обновления.
Какие ошибки в ИИ-ответах исправлять первыми
Не всякая неточность требует одинаковой срочности, и одинаковое отношение к ним тратит усилия впустую.
Исправлять немедленно: всё, что влияет на решение о покупке. Неверная цена, приписанная или отсутствующая возможность, работаете ли вы с их страной или отраслью, статус сертификации и — хуже всего — любой намёк, что бизнес закрылся.
Исправлять в течение недель: устаревшее, но не вредящее. Прежние названия услуг, описание того, чем вы занимались два поворота назад, старый состав команды, география, из которой вы давно выросли.
Не трогать: формулировки, которые вам не нравятся, точное, но нелестное описание, упоминание конкурентов рядом с вами. Стоять в списке рядом с конкурентами — норма, а не ошибка.
Сортировка важна, потому что работа медленная. Потратить шесть недель на устаревшую биографию основателя, пока в том же ответе стоит неверная цена, — плохое распоряжение временем.
Что в ИИ-ответах исправить пока нельзя
Честная часть, и причина проверять до того, как вкладывать усилия.
Если неверное утверждение пришло из обучающих данных, а не из найденной страницы, правки источников до него не достают. Модель выучила версию вашей компании и повторяет её, и это держится до переобучения — по графику платформы, а не вашему, и он может быть в месяцах отсюда.
Такие ошибки опознаются: задайте один и тот же вопрос с включённым и выключенным поиском. Если с поиском ответ верный, а без — нет, ошибка в модели.
Обходной путь не исправляет её, но работает: сделайте верный факт настолько последовательно присутствующим в достижимых источниках, чтобы ответы с поиском оставались верными независимо от того, что помнит модель. Поскольку всё большая доля ответов ассистентов включает поиск, исправление достижимого слоя закрывает основную часть риска.
Чего делать не стоит и что регулярно пробуют: юридические письма в адрес ИИ-компаний, скрытые инструкции в коде страницы, указывающие ассистентам, что говорить, и массовая публикация тонких страниц с повторением верного факта. Первое адресовано не туда, второе распознаётся и рискованно репутационно, третье даёт слабые страницы, которые не обходят источник проблемы.
Как проверить, что исправление в ИИ-ответах сработало
Повторите точный запрос из базового замера в чистой сессии через несколько недель после правки источника. Сравните со скриншотом.
Три исхода. Утверждение исчезло и заменилось верным — исправление разошлось. Утверждение держится на одной платформе, но не на других — нормально, ждите более медленную. Утверждение держится везде спустя два месяца — либо вы исправили не тот источник, который используется, либо ошибка в модели.
Ведите журнал раундов. За несколько месяцев он покажет, какие ваши источники реально влияют на ответы ассистентов, а это ценнее любого отдельного исправления: становится понятно, какие страницы стоит вести особенно аккуратно.
Как я работаю с исправлением данных в ИИ-ответах
Различение, которое я провожу в первую очередь, — что исправимо сейчас, а что нет. Это экономит усилия, которые иначе ушли бы на борьбу с ошибкой в модели, и задаёт честное ожидание по срокам: работа измеряется неделями и месяцами, а не днями.
Гарантировать, что ассистент скажет в следующий раз, невозможно. Что можно — сделать верную версию преобладающей во всём, что эти системы читают.
С чего начать исправление неверных данных о компании
Если сводить к одному принципу: правьте источники, а не ассистента. Другого рычага нет.
Практический шаг на сегодня: возьмите самое вредное неверное утверждение из известных вам — то, из-за которого можно потерять сделку, — и найдите, где оно живёт. Поищите само утверждение и посмотрите, какая страница по нему ранжируется. Эта страница, ваша или чужая, и есть точка, с которой начинается исправление.
Если нужна помощь с тем, чтобы установить, что говорят и что из этого исправимо, — напишите мне, разберёмся.
