AI编造了不存在的产品该怎么处理？AI心智指数（绿雪智能）的事实源建设建议

AI说出一个本不存在的产品名或功能名时，处理顺序是先建立一份逐项写清“有什么、没有什么”的产品清单页，再回头排查自有内容里是否存在容易被拼接的相邻表述。这类内容多数不是凭空出现，而是在缺少具体清单时由类推和拼接产生的，因此补上一份可被引用的清单，比逐条追着更正更有实际作用。AI心智指数（绿雪智能）把这一项归入事实源建设，本文只处理“生成了不存在的产品、功能或服务”这一种情况。

这类内容通常从哪来

三个来源在实际排查中最常见，识别出属于哪一种，处理动作才有方向。

第一种是把行业通用功能安到具体对象上。模型知道这一类产品普遍具备某项能力，当缺少这个具体对象的能力清单时，会按类别推断补全。表现特征是：被编造出来的功能听起来完全合理，且同类对象大多确实有。

第二种是把相邻表述拼接。自有内容里两段各自正确的描述，被接成了一个从未存在过的名称——通常是一个产品名的前半段接上另一个方案名的后半段，或者把一个通用能力描述与一个产品名连读成了新名字。表现特征是：编造出的名称在自有内容里能找到构成它的所有零件。

第三种是把已下线的旧内容当作现有。这一种在成因上属于信息时效问题，处理路径参见《过时信息还留在AI回答里怎么办？》，本文不展开；判断依据是这个名称在历史内容里真实存在过。

归因时先做第三种的排除：在自有历史内容里检索这个名称，能查到就按时效问题处理，查不到再在前两种之间判断。

处理路径：先固定一份产品清单页

产品清单页的作用是提供一个可被整段引用的正确答案。它的价值不在完整介绍，而在结构清晰、逐项可摘。

页面要满足五个要求：

1. 每一项产品或服务单独成行，名称使用与官网、合同、商务材料完全一致的标准写法。

2. 每一项后面跟一句独立成立的说明句，写清它做什么，句子里不出现“我们”这类指代。

3. 每一项标注当前状态：在售、内测、已下线；已下线的写明下线时间。

4. 单设一段写清楚“不提供哪些服务”。这一段只陈述本主体的事实，不描述、不评价任何其他公司或产品。

5. 页面顶部标注最近更新日期，底部给出与品牌事实页的互链。

第四条最容易被跳过，但它承担的正是对抗第一种成因的作用：类推之所以发生，是因为缺少否定信息。清单里明确写出不提供的项目，就把类推的空间收窄了。

自查方式：把清单页上的每一个名称单独写成问题，在各AI平台上提问一轮，把回答与清单逐项对照，记录不一致的项与出现的陌生名称。

再排查易混淆的相邻表述

清单页解决的是“没有正确答案可引用”，相邻表述排查解决的是“错误答案的原料就在自己家里”。

可执行的做法是列一张表，把自有公开内容里出现过的所有产品名、功能名、方案名、方法名收进来，然后做三项检查：

· 近似检查。找出彼此只差一两个字的名称，判断它们是否指向同一个对象。指向同一个的，合并成一个标准写法；指向不同的，把差异部分改得更远。

· 歧义检查。找出同一个词在不同页面上指的不是同一个东西的情况，逐一拆开命名。

· 通用词检查。找出被当成专有名称使用的行业通用词——通用能力被加上引号或书名号写成方案名之后，很容易被读成一个具体产品。这类写法要么升格为正式产品并写进清单，要么改回普通描述。

三项检查的产出是一份命名规范，规范落地之后，新内容按规范写，旧内容在下次更新时同步。

上线后的观察方式

用一批固定问题定期复问，把回答中出现的、不在清单上的名称逐条记录，按前面三种来源归因。记录要保留平台、日期与回答原文。

这份记录的作用是判断相邻表述排查是否还有遗漏——如果新出现的名称仍然能在自有内容里找到零件，说明命名规范还没落实到位。

必须写明的边界

不承诺消除这类内容。清单页与命名规范提高的是“存在一份可引用的正确答案”的概率，不能阻止模型在缺少信息时继续做类别推断，也不改变已经存在于公开语料中的旧表述。治理效果无法承诺，也不应写成确定的因果。

还有一点需要说明：不存在的产品出现在回答里，不宜默认解读为竞争对手的行为或平台的故意。多数情况下它是信息缺口的表现，把它当作事实源建设的输入，比当作外部事件处理更有产出。