GEO/LLMO 误信息对策中容易忽视的自家网站内部矛盾

先核对自家网站的文章与公司信息

谈到 LLMO（也称 GEO，即生成式引擎优化）中的错误信息对策，人们往往把目光放在外部网站写了什么上。然而，即使在自家网站内部，文章与公司概况、价格、服务页面也可能写着不同的内容。2026 年 9 月，Rootpublish 将包括自家网站在内的 6 个网站的公开页面，与各网站的公司信息页面进行了核对，结果在其中 3 个网站发现了矛盾。

这次审核比较的是公开页面之间的记载，并没有调查 AI 搜索的回答本身。因此，我们没有确认所发现的矛盾是否真的导致了错误的描述。尽管如此，如果自家的信息来源之间相互矛盾，就更难期待得到正确的描述。

Google 表示，传统 SEO 的基本原则同样适用于 AI Overviews 和 AI Mode，不需要面向 AI 的特殊文本文件或专用的结构化数据。同时，Google 也指出，满足要求并不保证一定会被展示。对于使用生成式 AI 制作的内容，Google 也建议重视准确性、质量和相关性。在寻找特殊手段之前，先确认自家的记载是否准确、彼此之间是否一致，才是出发点。

发现的问题中，夸大多于数字错误

发现的矛盾包括以下几类：

• 把免费诊断提供的范围写得比实际更广
• 用另一个名称称呼某项服务
• 写着最短合同期为“3 个月”（价格页面写的是“无最短合同期”）
• 自家客户案例中写的价格，低于价格页面上最便宜的方案
• 产品在发布前需要人工批准，标题却宣称“自动运营”

比起单纯的数字错误，夸大自家服务范围或条件的记载更多。如果只查找错别字和过时的数字，这类记载很容易被漏掉。检查时，建议特别留意表示提供范围、合同条件、价格和自动化程度的措辞。

6 个网站的审核结果

各网站的结果如下。在一个用 AI 批量生产文章的企业博客中，12 篇文章里发现了 4 处矛盾（其中 1 处存在不同的解读）。在一家发布 AI 相关专栏的企业中，12 篇文章里发现了 2 处。在 Rootpublish 自家网站上，322 个段落中发现了 2 处。

另一方面，在一个由人工撰写的个人博客，以及两家把文末的公司介绍做成固定模板的企业中，没有发现明确的矛盾。不过，这只是 6 个网站的结果，还不能说文章的写法与矛盾的多少之间存在普遍的关系。

审核方法

审核按以下步骤进行。首先，将公开的页面拆分为段落。接着，挑选出包含公司名、服务名，或“本公司”“我们”等词语的段落。然后，将挑选出的段落与公司概况、价格、服务页面的记载进行核对。

矛盾的判定使用了 Claude Opus，被列为候选的段落再由 Claude 阅读确认。人工确认只覆盖了一部分。每个网站的审核对象最多为最新的 12 篇文章。

判定所用的 AI 模型会影响结果

我们还比较了用于判定矛盾的 AI 模型。在 102 条预先准备了正确答案的合成数据上，准确率如下：

• Claude Opus 5.5、Fable 5.1：100%
• Sonnet 5：99%
• 通过 Codex 使用的 GPT、专用于判定的模型 Jev：97%
• Haiku 4.5：88%

然而，对于在真实 AI 文章中发现的 4 处自家服务的夸大记载，Jev 和 Sonnet 一处也没有找出，而 Opus 找出了。合成数据上的成绩并不能保证在真实文章上的表现。选择模型时，不应只看测试数据上的准确率，而应先确认它能否在自家的真实文章中找出矛盾，再做选择。

成本估算

用专用于判定的模型 Jev 对 12 篇文章、共 1,212 个段落进行全量核对，按公开价格计算约为 0.25 美元。但是，这种方法没有找出实际存在的矛盾。

因此，我们研究了只挑选描述自家公司的段落（约占全部的一成），再交给 Opus 判定的方式。我们估算这种方式的成本约为每篇文章 0.05 美元。这只是估算，我们没有计量推理所用的 token 数。在这次验证中，与低成本地全量核对相比，缩小范围、优先保证能找出问题的精度，才找到了实际存在的矛盾。

修改自家网站标题的案例

Rootpublish 审核了自家网站 rootpublish.com 的 8 个公开页面、共 322 个段落，判定 WordPress 版产品介绍页的标题——日文的「自動運営」和英文的“On autopilot”——与产品规格相矛盾，因为产品规格要求在发布前必须经过人工批准。

我们将标题改为日文「一次情報で育てる」和英文“Grown from what you know”并发布。发布后对同一页面的 129 个段落重新审核，没有发现矛盾。

这是在 1 个网站上修改 1 处的案例，并不表示按同样的步骤，任何网站的矛盾都会消失。

本次审核的局限

本次审核是一个小样本：6 个网站，每个网站最多 12 篇文章。许多判定只经过了 Opus 的判定和 Claude 的确认，人工确认尚未完成。

段落的挑选方式也有弱点。如果文章与公司信息对产品的称呼不同，相关段落就可能被漏掉。此外，如果作为基准的公司信息本身已经过时，需要修改的是基准页面，而不是文章。即使发现了矛盾，也不一定是文章写错了。

在自家网站开始核对的步骤

根据以上记录，下面整理出在自家网站开始同样核对的步骤。这是根据本次验证得出的建议做法，而不是改善了搜索排名或 AI 引用的实测结果。

1. 确定作为核对基准的页面。以公司概况、价格和服务页面为基准，首先确认这些页面本身是最新的。如果基准页面已经过时，应先于文章修改基准页面。
2. 将已发布的文章拆分为段落，挑选包含公司名、服务名或“本公司”“我们”等词语的段落。把服务的旧名称、简称等不同叫法也加入条件，可以减少遗漏。
3. 将挑选出的段落与基准页面核对。不只看数字错误，还要重点检查是否夸大了提供范围、合同期限、价格和自动化程度。
4. AI 的判定用于找出候选，最终由人阅读文章和基准页面后作出判断。用于判定的模型，应先试验它能否在自家的真实文章中找出矛盾，再做选择。
5. 每处修改都逐一确认后发布，发布后重新检查同一页面。在 Rootpublish 的设计中，搜索方面的改进每批准并发布一项后，会对同一页面观察 7 天，根据实测结果作出判断。我们不保证搜索排名或 AI 引用。

在撰写文章的阶段，也有防止矛盾的手段。Rootpublish 会记录稿件每个段落所参考的公司信息的 ID 和版本，并在批准时检查原始信息是否已被更改。不过，这种版本检查并不能保证文字与依据在含义上一致。因此，发布前仍保留由人阅读正文和出处的步骤。