AI 把你的公司说错了怎么办？我们拿自己官网试了一遍

能改，但要改的不是 AI，是它引用的那些公开信息。我们在自己官网上走了一遍纠错流程，把踩到的坑和真实结果都写在下面。

这几年我们接到过好几次类似的咨询：老板在豆包或者 DeepSeek 里问自己公司，得到的答案跟实际对不上——成立年份差两年，主营业务说成了早就停掉的老业务，客户数量翻了一倍。

这种事挺让人窝火的。你没法跟一个 AI 讲道理，但潜在客户看到的就是那一版答案。

这篇不讲虚的。我们用瑞博自己的官网做了一遍纠错，包括我们查到了什么、哪些是能改的、哪些改不动、改完多久才有变化。你可以照着给自己的公司走一遍。

AI 是从哪儿知道你公司的？

先说清楚一件事：AI 不认识你，它只是读过关于你的内容。

你问它一家公司怎么样，它做的事大致是三步：从公开信息里找到跟你公司有关的段落，把多个来源的说法拼在一起，然后用自己的话总结出来。

问题就出在第二步。如果这些来源说法不一致——官网说是 2005 年，某个企业信息站说是 2004 年，一篇三年前的报道里又写了另一个数——AI 不会去判断哪个对，它通常是挑一个出现次数多或者看起来更"像"的。

所以「AI 说错了」这个说法其实不准确。更准确的说法是：网上关于你的信息本来就是乱的，AI 忠实地把这个乱劲儿反映出来了。

明白这一点，后面的动作就有了方向——不是去纠正 AI 的那句答案，而是去纠正它读的那些材料。

我们把自家公司搜了一遍，搜出三个版本

为了写这篇，我们把公开信息里关于河南瑞博科技的描述查了一遍。查出来的东西有点难看，但我们还是原样放出来。

先说我们自己的口径。新官网「关于我们」页面上写的是：成立于 2005 年 5 月，业务起点可追溯到 2001 年。发展历程里还有一条：截至 2014 年底累计服务客户 2000 余家。

再看我们的老站 www.ruibo.com.cn，上面写的是「自 2004 年成立以来」，「二十年深度服务超过 3000 家客户」。

再查公开的企业信息聚合类结果，第一轮返回的说法是：2005 年 6 月成立，为超过 5000 家企业和个人提供网站平台建设和运营服务，2015 年上线物联网业务、重点发展北斗卫星定位领域，2019 年成立上海呈英信息科技有限公司。

也就是说，光是「我们成立于哪一年」这个问题，网上就有三个版本：2004、2005 年 5 月、2005 年 6 月。服务客户数也有三个说法：2000 余家、3000 家、5000 家。

还有一条更麻烦的：那条聚合信息里列了两家分支机构，洛阳分公司和登封市分公司，状态都是已注销。公司在 2011 年和 2013 年确实设过这两个点，早就没了。但这类历史登记信息更新最慢，也最容易被当成现状引用。

顺便说一句，把我们的业务说成「北斗卫星定位」，技术上不算错——2015 年到 2017 年我们确实做过物联网车辆定位，但那不是我们现在的主业。新官网上的定位是官网重构和 AI 搜索可见度（GEO）。一个潜在客户如果看到的是「这家做北斗定位的」，那他大概不会来找我们做官网。

最容易说错的四样东西

把我们遇到的和给客户做诊断时遇到的合在一起，出错率最高的就是这四样。

年份。 成立年份、某个资质的获得年份、某个项目的年份。差个一两年是常态，因为不同平台录入的时间点不一样，有的按工商注册日，有的按业务起步日。

数字。 员工人数、服务客户数、年营收、案例数量。这类数字在网上天然是乱的，招聘网站写一个版本，宣传稿写另一个版本，AI 随手挑一个。

业务范围。 停产的产品还在列，新业务一条没有。我们自己的「北斗定位」就是这类——过期但没被覆盖掉的业务描述，在 AI 眼里依然是有效的。

地址与联系方式。 搬过一次办公室，老地址就留在各种目录站里了。电话换过号，旧号码还在几个平台上挂着。

这四样的共同点是：都是「事实」，都有明确正确答案，改起来成本不高。反而是「这家公司规模不大」这类评价性表述，改起来最难——那不是事实错误，是模型自己生成的判断，你没法证明它错。

能不能申诉让平台改？

能申诉，但别把希望押在这上面。

豆包、元宝、文心一言这些平台在回答下面一般都有反馈入口，点「内容有问题」就能提交，可以附上营业执照、官网链接、产品页截图。

现实情况是这样的：涉及事实性错误的，改过来的概率高一些，比如地址、电话、成立年份，这些有明确的权威来源可以对。涉及评价性表述的，基本改不动。

更麻烦的是周期。从几天到几个月不等，多数时候没有回音，你也不知道它到底改没改。

所以我们的建议是：申诉要提，但一上来先做另一件事——用正确信息把错误信息盖过去。这不是比喻，是字面意思：网上关于你的正确说法足够多、口径足够一致，AI 说错的概率自然就下来了。

真正管用的四步：统一、写清、铺开、复查

我们自己改的时候按四步走，顺序不太能颠倒。

第一步，统一口径。 这一步不花钱，效果最直接。我们上次自查的时候就发现，业务范围官网写了五条，第三方平台只写了两条，措辞还不一样；公司简称有的地方写「瑞博科技」，有的写「河南瑞博」。这种不一致在 AI 做交叉验证的时候会被当成不确定性信号。

统一之后我们的对外口径是：全称「河南瑞博科技有限公司」，简称「瑞博科技」，业务范围各处用同一段描述，一个字都别改。

第二步，在自己官网上写清楚。 官网是 AI 判断「官方说法」的第一依据，权重比任何第三方都高。具体怎么写，下一节单独说。

第三步，往第三方铺。 AI 认的是「多源一致性」，也就是多个独立来源都这么说，它才采信。所以官网改完还不够。

这里有个坑：同一个团队运营的三个号，在算法眼里不算三个独立来源。真正算数的是不同主体、不同域名、发布时间还得有间隔。对企业来说，实际能做的通常是这几件事——企业信息类平台的资料认领和更正、地图 POI 的认领、行业协会或产业园区名录、知乎这类问答平台上的说明性内容。

第四步，定期复查。 改完不是结束。AI 对语料的更新有滞后性，我们上次改完，过了一个月重新问，品牌词的描述才变准确。这一步要变成固定动作，不是做一次就完。

官网到底要改成什么样？

四条，都很具体，都能当天动手。

用文字写清楚做什么、不做什么。 我们在自查里吃过这个亏：首页主标题是 slogan 性质的表述，AI 从首页提取不出我们到底做什么业务。后来改成业务描述性的标题，品牌标语保留在旁边。

「不做什么」这一条容易被忽略，但效果很好。如果 AI 总把你的业务说成 A，你就明确写一段「我们不做 A，我们做的是 B」。明确的排除项比反复强调正面描述更管用。

关键信息别放进图片和图标。 我们自查出的问题里，有一半是这个。联系方式曾经有一部分做成了图标，AI 读不到图标上的字；产品参数做成图片，等于对 AI 隐形。全部改成纯文字，图标只当装饰。

把常见问题单独做成栏目。 这是我们自己改完之后收益最明显的一项。以前「改版要多少钱」这个问题的答案，分散在服务页的定价说明、FAQ 的一两条、某篇文章的某一段里，AI 抓到的是一堆碎片。现在我们有独立的常见问题栏目，15 条问答，一个问题一个明确答案，全部带 FAQPage 标记。

标好结构化数据。 现在我们的每个页面都有 Organization 和 BreadcrumbList，每篇文章有 Article，常见问题页有 FAQPage。这些标记的作用是把「这段是公司地址」「这段是常见问题」明明白白告诉机器，不用它猜。

我们在自己结构化数据里翻出的一个低级错误

这一节是我们写这篇时顺手查出来的，正好能说明「改了还得再看一眼」。

我们首页的 Organization 结构化数据里，地址字段写的是「郑州市二七区二七万达 12A·12129」。而我们对外一直写的门牌是 12A1219。多了一个字符。

就这一个字符的事。但结构化数据是 AI 判断企业信息的第一依据，它不会自己怀疑这个数字对不对。

同一段数据里还缺两样东西：成立日期（foundingDate）和统一社会信用代码。成立日期尤其可惜——我们官网正文里明明写了「成立于 2005 年 5 月」，但机器读的那份数据里没有这个字段，它只能去别处找，于是就找到了 2004 年那个版本。

正文给人看，结构化数据给机器看，两边都得写全。只对一边说话，另一边就会出问题。

改完多久能见效？

说个真实的时间线，别抱不切实际的期待。

我们 2026 年 8 月做过一次完整的自查，把上面这些问题逐个修了。改完之后过了一个月重新问了一遍，结果是这样的：

品牌词的描述准确了，业务描述和官网一致。业务词（比如「郑州 官网改版 服务商」这类）仍然没有进入推荐名单。长尾词里开始有个别引用出现。

也就是说，一个月的时间，只够让「说错」变成「说对」，还不够让「没提到」变成「被推荐」。前者是纠错，后者是积累，是两个难度完全不同的事。

我们在给客户做诊断时也直说这句话：如果你现在的问题是 AI 把你讲错了，一两个月内大概率能看到改善；如果你的问题是 AI 压根没提过你，那是另一个工程，得按季度算。

有些错改不动，别花冤枉钱

最后提醒三种情况，遇到了就别硬磕。

评价性的说法改不动。 「这家公司规模不大」「在行业里知名度一般」——这不是事实错误，你没办法证明它错。能做的是持续供给正面的、具体的事实信息，让这类判断慢慢失去依据，而不是去投诉它。

没有权威来源支撑的事实也很难改。 如果你官网上压根没写清成立时间，第三方写的那个年份就缺乏可以被纠正的对照物。先补齐自己这一侧，再去谈纠错。

一次问错不代表有错。 AI 的回答有随机性，同一个问题问三遍可能得到两个版本。我们的做法是固定一组问题（品牌词、业务词、长尾词各两三个），每月在同一批平台问一遍，截图存档，看趋势而不是看单次结果。

顺手说一件事：改完内容之后，记得让改动被重新抓到。我们的 llms.txt 就吃过这个亏——它是静态文件，不会随发布自动更新，内容改了好几轮，文件里还是旧的。改了但没被看见，等于没改。

你可以照着做的检查

不花钱，一天内能走完：

在两三个主流 AI 平台和搜索引擎里问一遍你的公司名加「是做什么的」，把回答截图存档，记下日期 比对四个数字：成立年份、员工或客户规模、主营业务、办公地址。看官网、第三方平台、宣传材料上是不是同一个说法 抽查三个页面，看关键信息有没有纯文字版，尤其是联系方式和产品参数 看页面源码里有没有结构化数据，地址、成立日期、联系方式是否写全 把常见问题单独整理成一个栏目，一个问题一个答案

走完这五步，问题基本就清楚了。如果懒得自己查，也可以把网址提交给我们，我们照这套流程查一遍给你。

我们自己也在继续改——这篇里提到的结构化数据地址错误和缺失的成立日期字段，写完就去补。纠错这件事没有做完的一天，只有做到哪一步的区别。