先说结论:一份报告里列出的「AI 讲错的地方」,大部分不用管。真正要动手的,平均每份不到两条,而且集中在三件事上。
下面是数字和做法。
一、八成的「幻觉」,其实不是错
8 月 1 日到 9 月 22 日,我们跑的 100 份审计里,系统一共标出 3,503 条「AI 讲的和事实对不上」。
拆开看:
| 类别 | 条数 | 占比 |
|---|---|---|
| 正向补充(AI 顺口夸你,事实没错) | 2,920 | 83.4% |
| 一般偏差 | 414 | 11.8% |
| 严重错误 | 169 | 4.8% |
八成以上是这种:AI 说「希尔顿旗下奢华品牌康莱德」「提供豪华客房、景观房、套房及总统套房」。这些话没有写错,只是超出了我们给它的事实清单。
所以看报告的第一件事,是把这一栏放到一边。真正要处理的是剩下那 169 条,平均每份审计 1.7 条。
二、这 169 条长什么样
1. 价格讲错(89 条,占一半以上)
AI 把某个渠道的促销价、或者两三年前的旧价,当成现在的门市价讲出来。
后果:客人带着错误的价格预期上门,到店发现对不上,前台要花时间解释,严重时变成差评。
2. 定位讲反(57 条)
一家亲子度假酒店,被说成「面向商务和休闲旅客」;一家做精品设计、生活方式的门店,被说成「希尔顿旗下的中端商务品牌」。
后果:这一条比价格更隐蔽。客人问「三亚带小孩住哪」,AI 心里认定你是商务酒店,就不会把你放进那份名单。你丢掉的是被推荐的机会,报告上看不到。
3. 认错门店、认错名字(16 条)
问的是 A 酒店,AI 拿同城另一家同品牌的店来介绍;或者直接说「这个名称不准确,应该是 XX 逸林酒店」。
后果:客人照着这段话去订,订到的是隔壁那一家。
另外有 6 条是 AI 直接说「我对这家酒店没有确切信息」。这不算讲错,但结果一样:客人在这道题里看不到你。
三、这三件事,酒店该怎么解决
价格:给 AI 一个能对得上的区间。 官网和各 OTA 的起价写成同一个口径,别让某个渠道的特价长期挂在外面。AI 抓到哪个都不会差太远。
定位:把你想被想起来的场景,写进资料里。 亲子、天际线景观、会议、婚宴,这些词要出现在集团官网门店页和 OTA 的介绍段落里,而不是只写「豪华五星级酒店」。AI 是照着这些词去匹配问题的。上一篇讲过,国内引擎六到七成引用的是集团官网门店页,所以这一页最值得先改。
认错门店:补上只有你家有的标识。 同城同品牌的门店,AI 很容易搞混。在资料里固定写上完整名称、详细地址、地标参照、房量、招牌餐厅名。这些细节就是让 AI 分得清 A 和 B 的依据。
顺序上,我们一般建议:先修价格,再修定位,最后处理认错门店。 价格影响的是已经找上门的客人,定位影响的是还没找到你的客人,后者数量更大,但见效慢一些。
四、我们自己会不会判错
会。所以有三件事我们也在做:每条标注的严重程度怎么定,写在报告的说明页;同一份回答重复判,判出来不一致的分数不拿去做月比月;错误分类不够用的时候就补,比如「认错门店」这一格,早期就没有。
接下来我们会从近 30 天的严重错误里随机抽 100 条,两个人各自独立判断,然后公布我们的判对率和漏判率。
数据说明
- 样本:2026 年 8 月 1 日至 9 月 22 日完成的 100 份酒店审计,系统标注 3,503 条
- 口径:标注分正向补充、一般偏差、严重错误三档;分档规则写在报告说明页
- 局限:标注由模型生成,尚未经人工逐条复核;复核完成后我们会公布判对率
- 提醒:我们最近在收紧判读口径,之后报告里的幻觉条数会明显变少。这是尺变准,不是 AI 变准了
想知道 AI 现在怎么讲你家酒店?免费查询(豆包、Kimi、元宝、通义千问 4 个中文 AI,无需注册);想直接聊聊,可以联系我们。