167 câu trả lời được tính là lượt nhắc đến đã nói sai về thương hiệu
Tỷ lệ nhắc đến chỉ hỏi mỗi câu trả lời một câu: thương hiệu có được nêu tên không? Nó không hỏi câu trả lời đã nói gì khi nhắc tới. Chúng tôi muốn biết hai điều đó tách rời nhau thường xuyên đến mức nào.
Mẫu: các câu trả lời từ không gian làm việc Proofsource từ ngày 4 đến 16 tháng 10 năm 2026, trên ChatGPT, Perplexity, Claude và Google AI Overviews. Với mỗi câu trả lời nêu tên một thương hiệu được theo dõi, một bộ kiểm tra so từng thông tin về thương hiệu với các dữ kiện thương hiệu đã xác nhận hoặc chúng tôi đọc được từ chính trang web của họ. 2.137 câu trả lời, bao gồm 80 thương hiệu trong 63 không gian làm việc, có ít nhất một thông tin đối chiếu được với một dữ kiện đã lưu.
167 câu trong số đó, 7,8%, có ít nhất một thông tin mâu thuẫn với dữ kiện của chính thương hiệu (khoảng 95% từ 6,8% đến 9,0%). Tính theo từng thông tin, 200 trong 4.761 thông tin kiểm tra được là sai, 4,2%. Tính theo thương hiệu, 36 trong 80 thương hiệu có ít nhất một câu trả lời sai trong chưa đầy hai tuần.
Mỗi câu trong 167 câu trả lời đó đều được tính vào tỷ lệ nhắc đến. Trên bảng điều khiển, chúng trông giống hệt những câu trả lời đúng mọi thứ.
Phần lớn thông tin sai là con số: số lượng, giá và sản phẩm là gì
Chúng tôi phân loại 200 thông tin sai theo chủ đề, bằng một quy tắc văn bản đơn giản, nên hãy coi cách chia này là tương đối.
- Số lượng và các con số khác, 92: số tích hợp, số địa điểm, số khách hàng đã phục vụ, một tỷ lệ tuyển dụng lệch một điểm.
- Sản phẩm là gì hoặc làm gì, 50: một công cụ dự toán bị mô tả là phần mềm quản lý dự án, một công ty bảo mật bị mô tả là dự án blockchain.
- Giá và gói, 48: giá khởi điểm được nêu thấp hơn giá thật, số tín dụng mỗi gói bị nêu sai.
- Ngày tháng, 10 theo quy tắc, dù chỉ 6 thực sự là năm thành lập, phần lớn lệch một năm.
Claude sai một dữ kiện ở 12% câu trả lời, Perplexity ở 5%
Theo công cụ, tỷ lệ câu trả lời được kiểm tra có ít nhất một thông tin sai là 12,3% trên Claude (58 trên 470), 8,7% trên Google AI Overviews (45 trên 516), 6,0% trên ChatGPT (37 trên 612) và 5,0% trên Perplexity (27 trên 539).
Đừng đọc đó như một bảng xếp hạng. Mỗi công cụ trả lời một tổ hợp câu hỏi khác nhau trong mẫu của chúng tôi, và một nghiên cứu bên ngoài với phương pháp khác đã xếp hạng chúng khác đi (sẽ nói thêm bên dưới). Điều đúng với cả bốn là không công cụ nào sạch lỗi.
Câu trả lời có trích dẫn trang của chính thương hiệu sai chỉ bằng một nửa
Với các câu hỏi có nêu tên thương hiệu, như "công ty này làm gì" hay "giá bao nhiêu", câu trả lời trích dẫn trang của chính thương hiệu 1.353 lần. 7,1% trong số đó nói sai một dữ kiện (96). Khi trang của thương hiệu không nằm trong các trích dẫn, tỷ lệ là 15,3% (47 trên 307, khoảng từ 11,7% đến 19,8%).
Với các câu hỏi của người mua không nêu tên thương hiệu, không có khoảng cách rõ ràng: 4,8% so với 5,7%, trên số đếm nhỏ hơn nhiều. Đây là tương quan, không phải kiểm định. Nhưng nó chỉ tới cách sửa rẻ nhất có thể: khi một công cụ mô tả bạn, nó mô tả đúng thường xuyên hơn nếu nó đang đọc chính bạn.
176 dữ kiện sai, 162 trong số đó chỉ xuất hiện một lần
Nhóm các thông tin sai theo thương hiệu, dữ kiện và giá trị, 200 thông tin thu lại còn 176 dữ kiện sai riêng biệt. 162 trong số đó chỉ xuất hiện trong một câu trả lời. Chỉ 14 lặp lại, và chỉ 8 xuất hiện trên nhiều hơn một công cụ.
Điều đó thay đổi cách hành động. Một mức giá sai mà một công cụ nêu một lần là một lần rút thăm bạn có thể không bao giờ gặp lại. Một mức giá sai cứ quay lại, hoặc xuất hiện trên hai công cụ, là đến từ đâu đó, và nơi đó thường là một trang. Chúng tôi cũng tìm thấy 65 dữ kiện sai về 17 thương hiệu trên các trang mà công cụ trích dẫn: những trang bên thứ ba vốn đã mang lỗi đó.
Nên mở gì đằng sau tỷ lệ nhắc đến của chính bạn
Một công cụ chỉ hiển thị tỷ lệ không thể cho bạn biết bất kỳ điều gì trong số này. Hãy đòi xem các câu trả lời.
- Đọc toàn văn câu trả lời cho mọi câu hỏi mà bạn được nêu tên, bắt đầu với những câu nêu tên bạn nhiều nhất.
- Đối chiếu từng thông tin về bạn với trang giá, trang sản phẩm và trang giới thiệu. Giá, số lượng và năm thành lập là những thứ lỗi thời trước tiên.
- Kiểm tra xem câu trả lời có đúng là về bạn không. Một công ty có tên tương tự có thể bị tính là lượt nhắc đến của bạn.
- Mở các trang được trích dẫn. Nếu trang của chính bạn không nằm trong đó, công cụ đang mô tả bạn từ trang của người khác.
- Đếm số lần lặp lại trước khi hành động. Sửa trước thông tin cứ lặp lại qua nhiều ngày hoặc nhiều công cụ, và tìm trang mà nó đến từ đó.
Proofsource xử lý việc này thế nào
Proofsource lưu toàn văn và các trang được trích dẫn của mọi câu trả lời. Với mỗi câu trả lời nêu tên thương hiệu của bạn, nó đối chiếu các thông tin về bạn với các dữ kiện bạn đã xác nhận và dữ kiện đọc từ trang của chính bạn, và chỉ giữ kết luận sai khi cả thông tin được trích lẫn giá trị đúng đều xuất hiện nguyên văn. Cùng một giá trị sai gặp lại sẽ cộng vào số đếm của một cảnh báo thay vì tạo cảnh báo mới, và các câu trả lời về một công ty khác có tên tương tự được gắn cờ thay vì được tính là của bạn.
Điều này có thể sai ở đâu
Bộ kiểm tra là một mô hình ngôn ngữ đọc đối chiếu với dữ kiện đã lưu. Chúng tôi đọc thủ công 25 trong 200 thông tin sai: 21 là mâu thuẫn rõ ràng, và 4 là yếu (một chi tiết bị thiếu bị đọc thành lỗi, một khoảng giá trị, một danh sách dữ kiện tự mâu thuẫn, và một thông tin về sản phẩm khác). Nó cũng chỉ đánh giá những thông tin khớp với một dữ kiện đã lưu. 5.330 thông tin khác không có dữ kiện tương ứng và không được đánh giá, nên cách này bỏ sót lỗi về bất cứ điều gì thương hiệu chưa từng ghi lại.
Dữ kiện của chính thương hiệu cũng có thể đã lỗi thời, điều này sẽ biến một câu trả lời đúng thành một kết luận "sai" giả. 80 thương hiệu phần lớn là công ty nhỏ đã đăng ký Proofsource, không phải mẫu ngẫu nhiên, và mười hai ngày là khoảng thời gian ngắn, điều này cũng hạn chế số lần một dữ kiện sai có cơ hội lặp lại.
Một phép so sánh bên ngoài: Searchable đề nghị nhân viên của 1.704 thương hiệu chấm điểm 32.556 dữ kiện mà các công cụ AI nêu về họ, và họ gắn cờ 9,2% là sai, trong đó giá là hạng mục tệ nhất với 13,5%. Người chấm của họ có thể gắn cờ bất cứ điều gì họ biết là sai, kể cả chi tiết lỗi thời, phạm vi rộng hơn phép kiểm tra khớp dữ kiện của chúng tôi và có lẽ là lý do tỷ lệ của họ cao hơn. Họ cũng thấy Perplexity kém chính xác nhất trong ba công cụ họ so sánh, ngược với thứ tự của chúng tôi.
