一个客户拿着截图来问：让 AI 查你们公司成立时间，怎么写的是 2016 年？运营打开自己的官网，「关于我们」明明白白写着 2019。
他不服气，又连问了几个问题。价格对不上，服务城市少了一个，主推产品还是两年前就停掉的那款。
不是 AI 记性差。是这家公司的信息在全网同时存在四个版本，每个版本都曾经是对的，每个版本都还在被检索。
内容不是写得不够好，是版本太多。
一、AI 不制造版本问题，只把它摆上台面
有个判断很准确：AI 不创造事实源问题，只是暴露它。过去同一个错误，员工靠经验就能绕过去——他们知道哪份报表过期了、哪个系统「那个字段别信」。AI 没有这层直觉，它把每个版本一视同仁地读进来。
更关键的一条：检索不等于对账。模型可以把三个版本全找出来，但它没有被告诉过哪个权威。找不到唯一答案时，它只能自己做决定——而这个决定本该在发布之前就由人做完。
二、四个版本是怎么长出来的
没有人故意写错。版本是组织运转时自然长出来的：
| 版本来自哪 | 怎么产生的 | AI 读到时会怎样 |
|---|---|---|
| 官网与各平台账号 | 不同人各自维护，改名换价格不联动 | 同一实体多个属性值，触发冲突信号 |
| 旧 PDF / 旧通稿 | 发布时是对的，之后没人负责下架 | 句式常比新页面更贴问法，反而先被引用 |
| 聚合与工商类平台 | 同步滞后，纠错入口长期没人走 | 被动层错一处，下游全部继承 |
| 聊天记录 / 培训材料 | 口径靠口口相传，越传越偏 | 错误进入检索池，且看起来很权威 |
注意第二行那个坑：旧内容出问题，往往不是因为它错，而是它的句式比新内容更像用户的问法。有人问「贵公司的 CEO 是谁」，检索撞上的是四任前任的传记——因为现任头衔换了个说法，新页面里根本没出现「CEO」这三个字。旧的那版不是更可信，是更会「接客」。
三、冲突的代价：不是答错一个数，是整体降权
有实测记录过这个过程：在检索工具里查某个代理记账类目，同一个成立时间，知乎写 2018、搜狐号写 2019、聚合平台显示 2017。模型面对这种冲突信号，常见处理只有两种——挑一个它认为更可信的来源，或者干脆降低对这个实体的整体引用置信度，跳过不引。
第二种更伤。因为触发降权的可能只是一个基础字段：成立年份、资质编号、门店营业时间对不上，连带的是你其他所有内容的可信度——哪怕那些内容本身没问题。
还有一类更直观的：某全国连锁零售品牌前期批量投放软文，结果在豆包、元宝里问门店地址，多个区县的地址是错的、营业时间是过期的。根因不是内容不够多，是从来没有过统一事实源。发得越多，版本越多。
四、单一事实源：先定「谁说了算」
解法听起来老派，做对的人却不多：同一件事，全网只认一个版本，而且这个版本有名字、有 owner、有生效时间。
- 一个事实单元五个字段：实体名、属性、值、生效时间、来源。缺了生效时间，你无法回答「这句现在还对吗」；缺了来源，无法回答「当时凭什么这么写」。
- 先修被动层：企查查、天眼查、百度企业信用这类档案是AI 核验身份的第一落点，错了走「认领企业 / 信息纠错」提交，保留工单记录。这一步没做，后面发多少内容都是在错误地基上加层。
- 再对齐主动层：所有平台账号的头像、简介、认证主体、联系方式、业务描述一次拉齐，以后新内容一律从事实源取数，不靠记忆写。
- 内容层同源多形：事实一致，体裁随便改。改措辞叫适配，改数字叫制造冲突。
还有一条容易漏：事实源要有复核节奏。政策会变、产品会停、门店会关，没有 owner 和复核周期的知识源会静默腐烂——它不报错，只是让 AI 自信地把过期版本讲给客户听。
五、三个最常见的误解
| 容易混为一谈 | 实际是两件事 |
|---|---|
| 多发内容，错误会被纠正 | 版本更多，冲突信号更强 |
| 知识库系统 = 单一事实源 | 系统是容器，owner 和复核周期才是本体 |
| 每个平台说法都一样才对 | 事实要一致，措辞与体裁要不同 |
| 先写起来，回头再统一口径 | 先修被动层，内容层放最后做 |
| AI 会自己判断哪个是最新版 | 检索找得到三个版本，判断不了哪个权威 |
六、两周做完这件事
- 第 1 周：列出十个必须唯一的事实（名称、成立时间、价格口径、主推产品、服务城市、资质编号……），在 AI 里逐个问一遍，把每个事实出现的版本数记下来。超过一个版本的，就是本周的账。
- 第 2 周：先修被动层（工商与聚合档案纠错），再改主动层（各平台账号资料），同步把冲突的历史物料更新或下架；最后定 owner 和复核周期——谁签字，多久看一次。
两周之后再发内容。这时候发一篇，全网认一篇；反过来做，发十篇只是把账做厚了十层。
七、常见问题
公司信息散在十几个地方，先改哪一个
先改被动层：企查查、天眼查、百度企业信用这类工商与聚合档案，这是 AI 核验你身份时的第一落点，走平台的「认领企业」「信息纠错」入口提交修正。再对齐各平台账号的头像、简介、认证主体、联系方式。最后才是内容层——顺序反了，等于在错的数据上继续加权重。
发出去的旧文章、旧 PDF，删掉是不是就行了
不是全删。先确认唯一事实源里的当前口径，再处理两类东西：还在被检索、且与当前口径直接冲突的历史物料（旧通稿、旧产品手册、离职员工简介、没撤的聚合页）——更新或下架。之所以要认真对待它们，是因为旧内容的句式往往比新页面更贴近用户的问法，AI 检索时反而先撞上旧的那版。
单一事实源是不是就搞一个知识库系统
不是工具问题，是权属问题。一个事实单元至少要有：实体名、属性、值、生效时间、来源，外加一个明确的 owner 和复核周期。没有 owner 的事实源，半年就和现实脱节——而且 AI 不会报错，它只会自信地把过期版本讲给客户听。
各平台内容不是要不一样吗，统一了还有流量吗
要一致的是事实，不是全文。名称、日期、价格、资质这类基础字段必须全网一个版本；措辞、体裁、例子按平台改写，这叫同源多形。反过来才有风险：为了让每篇「有点区别」把关键数字改出几个说法，等于亲手给自己造冲突信号。
延伸阅读
检索能找出三个版本，判断不了哪个是真的。”是哪个”这件事，得人在发布之前就定下来。