01
AI podaje złe informacje o firmie: najczęstsze przypadki
Klient zadaje asystentowi proste pytanie: ile kosztuje usługa, czy firma jest godna zaufania, czy działa w jego mieście. Dostaje odpowiedź, która brzmi pewnie, ale jest nieprawdziwa. Rzadko sprawdza ją gdzie indziej, więc może po prostu wybrać konkurencję, a Ty się o tym nie dowiesz.
| Rodzaj błędu | Jak to wygląda w odpowiedzi AI | Skąd się zwykle bierze |
|---|---|---|
| Nieaktualne dane | Cennik sprzed dwóch lat, stary adres, godziny otwarcia sprzed zmiany | Stare artykuły, katalogi firm i profil w Google, których nikt nie zaktualizował |
| Pomylenie z inną firmą | Opinie, problemy albo oferta firmy o podobnej nazwie przypisane Twojej marce | Brak jednoznacznych danych o marce i niespójna nazwa w sieci |
| Zmyślone fakty | Nieistniejący założyciel, rok powstania, nagroda albo usługa, której nie świadczysz | Halucynacje modelu przy braku wiarygodnego źródła o firmie |
| Zła oferta | „Firma nie obsługuje klientów biznesowych” albo „nie wysyła za granicę”, choć robisz to od lat | Strona, która nie mówi o tym wprost, i przestarzałe opisy u partnerów |
| Błąd w Google AI Overview | Ramka nad wynikami wyszukiwania z błędną informacją na pytanie o Twoją markę | Strona cytowana w odpowiedzi, często znaleziona przez zapytania pomocnicze, która podaje nieprawdę |
02
Dlaczego AI kłamie o mojej marce?
Model językowy nie kłamie celowo. Składa odpowiedź z tego, czego nauczył się podczas treningu, i z tego, co znajdzie w internecie w chwili pytania. Jeśli oficjalnych informacji o Twojej firmie jest mało, są rozproszone albo sprzeczne, model wypełnia luki tym, co ma pod ręką: starym artykułem, cudzym wpisem albo własnym domysłem.
Najczęściej problem leży więc w źródłach, a nie w samym modelu. Kiedy jeden popularny serwis podaje błędną informację, powtarzają ją ChatGPT, Perplexity i Google, bo wszystkie trafiają na tę samą stronę. Skoro błąd ma swoje źródło, zwykle da się je znaleźć i poprawić.
03
Każdy asystent AI myli się inaczej
Zajmuję się wszystkimi popularnymi modelami, bo klienci pytają o firmę w różnych miejscach, a korekta w jednym nie naprawia pozostałych.
| Asystent | Na czym opiera odpowiedź o firmie | Co najbardziej pomaga w korekcie |
|---|---|---|
| ChatGPT | Wiedza z treningu, a przy aktualnych pytaniach wyszukiwanie w internecie | Poprawione źródła, które ChatGPT cytuje, i aktualna oficjalna strona firmy |
| Google AI Overviews i AI Mode | Strony z indeksu Google, Knowledge Graph i profil firmy w Google | Korekta stron z czołówki wyników, profil firmy, dane strukturalne |
| Gemini | Ekosystem Google: wyszukiwarka, Mapy, profil firmy | Spójne dane firmy w usługach Google i w cytowanych serwisach |
| Perplexity | Wyszukiwanie na bieżąco i cytowanie stron źródłowych | Zmiana treści cytowanych stron. Tu korekta bywa widoczna najszybciej |
| Microsoft Copilot | Indeks Bing | Aktualne dane w Bing, Bing Places i serwisach z tego indeksu |
| Claude i Grok | Wiedza z treningu i wyszukiwanie w sieci, w Groku także wpisy z X | Spójne źródła w sieci, a przy Groku również aktualna obecność marki na X |
04
Audyt: sprawdzam, co AI mówi o Twojej firmie
Zanim cokolwiek poprawię, muszę wiedzieć, jak duży jest problem. Audyt odpowiada na trzy pytania: co modele mówią o marce, co z tego jest nieprawdą i skąd ta nieprawda pochodzi.
Pytania o markę, jakie zadają klienci
Przygotowuję zestaw pytań o Twoją firmę: o ceny, opinie, wiarygodność, ofertę, lokalizacje i porównania z konkurencją. To pytania, po których klient podejmuje decyzję o zakupie.
Pomiar na wszystkich asystentach
Przez kilka dni zadaję te pytania ośmiu asystentom w PromptEye. Odpowiedzi AI zmieniają się między rozmowami, więc pojedynczy test mógłby pokazać błąd, który zdarza się raz na sto razy, albo przeoczyć ten, który pojawia się codziennie.
Lista błędów z oceną szkody
Każdą nieprawdziwą informację zapisuję z przykładem odpowiedzi, platformą i częstotliwością. Oceniam, jak bardzo szkodzi: zmyślona afera jest pilniejsza niż literówka w nazwie ulicy.
Śledzenie źródła błędu
Sprawdzam, które strony modele cytują przy błędnych odpowiedziach, i szukam miejsca, z którego nieprawda się rozchodzi. Czasem to jeden artykuł, czasem stary wpis w katalogu firm, a czasem brak jakiejkolwiek oficjalnej informacji.
Plan korekty
Dostajesz raport z listą błędów, ich źródłami i planem naprawy ułożonym od najpilniejszych. Omawiamy go na konsultacji online.
05
Jak naprawiam błędne informacje o firmie w AI
Korektę prowadzę sam, od audytu po sprawdzenie efektu. Zależnie od wyników audytu pracuję na kilku poziomach:
Oficjalne źródło prawdy na Twojej stronie
Przygotowuję treści, które odpowiadają wprost na pytania, przy których AI się myli: o firmie, cenniku, obszarze działania, historii i zespole. Dodaję dane strukturalne Organization z powiązaniami do oficjalnych profili, żeby wyszukiwarki, a za nimi asystenci AI, łatwiej rozpoznały, która strona mówi w imieniu marki.
Spójne dane w całym internecie
Porządkuję profil firmy w Google, Bing Places, katalogi firm, LinkedIn, profile branżowe i Wikidata tam, gdzie marka spełnia jej zasady. Nazwa, adres i opis oferty mają wszędzie brzmieć tak samo.
Korekta u źródła
Kontaktuję się z redakcjami i właścicielami serwisów, które podają nieprawdę, z prośbą o aktualizację. Tam, gdzie to możliwe, odpowiadam rzeczowo i jawnie w imieniu marki w wątkach na forach i Reddicie, które powielają nieprawdę.
Nowe, wiarygodne źródła
Planuję publikacje, wywiady i wzmianki w serwisach, które modele cytują w Twojej branży, żeby aktualna wersja faktów miała mocniejsze oparcie niż stara.
Zgłoszenia w platformach AI
Zgłaszam błędne odpowiedzi przez mechanizmy opinii w Google, ChatGPT i innych asystentach. Traktuję to jako uzupełnienie, bo same zgłoszenia rzadko wystarczają, jeśli błędne źródło nadal jest w sieci.
Monitoring po korekcie
Po zmianach powtarzam pomiar i sprawdzam, czy modele przestały powtarzać błąd. Przy markach narażonych na nowe fałszywe informacje ustawiam stały monitoring w PromptEye.
To główne obszary pracy, ale nie zamknięta lista. Każdy błąd ma inną historię, więc sposób korekty dobieram do tego, co pokaże audyt.
06
Case study: fałszywa informacja w Google AI Overview poprawiona w 72 godziny
Google AI Overview informowało użytkowników, że duża firma z sektora finansowego zamknęła jeden ze swoich oddziałów. To nie była prawda. W rzeczywistości to inna firma zakończyła z nią współpracę i ogłosiła to w notce prasowej na swoim blogu. Model źle odczytał tę notkę: zakończenie współpracy uznał za zamknięcie oddziału i przypisał decyzję niewłaściwej marce.
Źródło namierzyłem szybko: przeanalizowałem zapytania pomocnicze (query fan-out), które Google wykonywał, budując odpowiedź na pytania o markę, i sprawdziłem, które strony cytował. Całą błędną narrację zasilała jedna notka prasowa. Wtedy wdrożyłem dwa działania równolegle:
- Dedykowane artykuły w portalach zewnętrznych, które odpowiadały wprost na zapytania pomocnicze AI Overview i podawały prawidłową wersję wydarzeń.
- Prośby mailowe do autora notki o doprecyzowanie tekstu na blogu tak, żeby nie dało się go odczytać jako informacji o zamknięciu oddziału.
- Efekt: po 72 godzinach AI Overview przestało podawać fałszywą informację i opisywało sytuację zgodnie z faktami.
Nazwy klienta nie podaję ze względu na poufność współpracy.
07
Ile trwa poprawienie informacji w ChatGPT i Google AI?
To zależy od tego, skąd model bierze błędną informację. Gdy odpowiedź opiera się na wyszukiwaniu, jak w Perplexity, Google AI Overviews czy ChatGPT z wyszukiwarką, zmiana zwykle pojawia się w ciągu kilku tygodni od poprawienia źródeł i ponownego zindeksowania stron. Przy szybkiej reakcji bywa dużo krócej: w case study powyżej wystarczyły 72 godziny.
Gdy błąd siedzi w wiedzy z treningu, trzeba poczekać na kolejną wersję modelu, a to trwa miesiące. Do tego czasu mocne, aktualne źródła sprawiają, że asystent częściej sięga po wyszukiwanie i nadpisuje starą wiedzę nową. Nikt uczciwy nie zagwarantuje usunięcia konkretnego zdania z odpowiedzi AI, ale da się mocno ograniczyć, jak często i gdzie się pojawia.
08
Od czego zacząć korektę
- Pilotaż: sprawdzam kilkanaście najważniejszych pytań o markę i naprawiam jeden najpoważniejszy błąd, żeby zobaczyć, jak szybko reagują modele.
- Audyt wizerunku marki w AI: pomiar na ośmiu asystentach, lista błędów ze źródłami i plan korekty.
- Korekta z comiesięcznym monitoringiem: usuwam kolejne błędy i pilnuję, żeby nie wracały po aktualizacjach modeli.
- Wsparcie Twojego zespołu PR lub marketingu: ludzie po Twojej stronie prowadzą korektę, a ja wskazuję, które źródła poprawić najpierw, i sprawdzam postępy.
- Praca w parze z agencją PR: ja szukam źródeł błędów i mierzę efekt, agencja prowadzi kontakty z redakcjami.
09
Komu pomagam poprawić informacje w AI
- Firmy, o których klienci powtarzają na rozmowach nieprawdziwe informacje „z ChatGPT”.
- Marki po zmianie nazwy, fuzji, rebrandingu albo zmianie oferty, o których AI wciąż mówi po staremu.
- Firmy o nazwie podobnej do innej marki, zwłaszcza takiej z kłopotami wizerunkowymi.
- Branże, w których zaufanie decyduje o zakupie: finanse, zdrowie, prawo, deweloperzy, sklepy z drogimi produktami.
- Marki po kryzysie wizerunkowym, któremu AI wciąż poświęca więcej miejsca niż aktualnym faktom.
10
Kto poprawia błędy o Twojej marce
Agencje PR świetnie znają media, ale rzadko sprawdzają, co z ich publikacji trafia do odpowiedzi modeli. Agencje SEO widzą Google, ale nie zawsze asystentów AI. Łączę obie perspektywy i pracuję osobiście, bez przekazywania projektu juniorom. Działam online, z firmami z Polski i z zagranicy, w każdej branży, w której klienci pytają AI o markę.
- PromptEye: jako współzałożyciel i osoba odpowiedzialna za R&D widzę codziennie, jak modele opisują marki i gdzie się mylą. Rzeczpospolita opisała PromptEye jako narzędzie, które wykrywa błędy w odpowiedziach AI o markach i pomaga je korygować.
- Budowanie źródeł: PewnaFranczyza.pl, mój portal o franczyzie, według Ahrefs jest najczęściej cytowanym portalem o franczyzie w odpowiedziach AI, więc wiem, jak powstaje źródło, któremu modele ufają.