两百篇 AI 稿的教训：宠物食品品牌的三个月

这个品牌找我们时，情况已经比较麻烦：用户问“幼猫粮怎么选”，AI 答案里出现的配方比例是错的，蛋白质含量被写高了两个点。追查下去，错误来自他们自己批量生成的选购文。

三个月发生了什么

他们用工具生成了两百篇“xx 猫粮怎么选”，每篇结构相似，参数由模型补全。发布初期收录不错，流量也涨了。问题在于模型补全的参数并不都准确，有些是行业平均值，有些干脆是编的。

这些页面互相抄，错误被重复了十几次。AI 抓取时看到多个页面写着同一个数字，反而把它当成共识。等到客服发现用户拿着错误参数来质问，已经过了三个月。

处理顺序

• 先下架明显错误、无法核实的页面，不做 301，直接 410；
• 保留二十篇有真实数据来源的，逐篇人工复核配方与营养值；
• 在保留页面加上检测报告编号与核对日期；
• 对已传播的错误，在官网发一篇说明，讲清正确口径。

结果与代价

三个月后，错误配方在答案里基本消失，正确参数开始出现。代价是丢掉了一批收录和几个月的流量，还花了不少时间做危机沟通。

能提前避免吗

能。批量生成不是不能用，但涉及参数、价格、医疗与安全信息的内容，必须有人复核。数量带来的边际收益，远小于一次错误被模型当成事实的成本。

AI 可以帮你写结构，不能帮你担保事实。