客户在 DeepSeek 里问，你们的系统支不支持私有化部署。AI 回答得很快，连部署周期和适用行业都给了。问题是，它说的那版产品参数，半年前就更新了。
这类错误不会主动暴露不确定性，反而会把旧版本、别家产品和过时资质拼成一个完整答案。中国信通院 2026 年发布的《大模型可信度评估报告》显示，涉及企业、产品等具体实体信息时，大模型幻觉率仍在 18% 至 25%。在销售、客服和合规场景里，这不是技术指标，而是经营风险。
一、18% 至 25% 的幻觉率说明什么
1. 企业实体信息为什么容易被讲错
通用知识有海量语料，企业事实却是低频、分散、更新快的长尾信息。模型没见过足够多的正确样本，就会按语言概率补全。更麻烦的是，企业自己常同时保留多个版本，官网一套，销售手册一套，客服知识库又一套。模型抓到哪一套，取决于它当天检索到什么。
2. 三类高频错误
- 主体错位。母子公司、品牌名和产品名、中文名和英文名混用，A 产品的案例被安到 B 产品头上。
- 参数过期。版本、价格、功能边界和部署方式变了，旧页面没下线，模型继续引用旧答案。
- 口径冲突。同一个活跃用户、退款率或转化率，市场、产品和财务各有一套定义，AI 把不同口径缝成一个结论。
客户不会区分这是模型编的，还是企业自己没讲清楚。销售返工、客服承诺出错、合规风险，最后都由企业承担。
3. 引用幻觉让错误更可信
中国信通院 AI Safety Benchmark 2025 Q4 的测试显示，20% 的模型引用幻觉率高于 25%，约 80% 高于 10%。错误引用中，内容完全无关占 53.43%，内容过期删除和网页不存在合计 14.26%。
模型常常不是没有引用，而是引用了看似相关、实际失效的内容。 只要求模型少说，不解决信源可核验性，幻觉会换个形式回来。
二、外部可信确权怎么做
1. 企业事实包括哪些内容
企业事实至少覆盖五类，品牌主体与关联关系、业务与商业模式、产品参数与适用边界、资质证书与客户案例、指标定义与统计口径。每一条都要回答三个问题，谁发布的，依据是什么，什么时候失效。
2. 四层确权模型
| 层级 | 要确认什么 | 失败后的典型表现 |
|---|---|---|
| 主体层 | 工商名称、品牌名、产品线、母子公司关系 | AI 把关联公司当成同一主体 |
| 来源层 | 官网、帮助中心、官微、百科、权威媒体的优先级 | 模型引用旧新闻或未授权页面 |
| 版本层 | 发布时间、生效时间、适用范围、失效版本 | 新旧参数同时存在 |
| 验证层 | 至少三个独立可信来源保持同口径 | 单一来源被模型过度外推 |
主体层最容易被忽略。企业改名、品牌升级、业务拆分后，工商信息、官网、百科和媒体稿没有同步，AI 就会把旧主体和新业务混在一起。来源层要明确优先级，官网事实页和官方文档是第一信源，帮助中心和官微补充，百科和媒体用于交叉验证，未授权第三方页面不应成为主要依据。
3. 权威信源如何统一口径
对外确权的常见误区是发更多新闻稿、买更多关键词。AI 不会因为稿子多就相信某家企业，反而更容易在不同说法之间拼接。
更有效的做法是把官网做成事实底座。品牌主体、产品参数、资质证书、服务范围和更新时间集中放在稳定页面，每个产品页写清适用版本、适用行业、功能边界和最后更新时间。帮助中心解释操作和限制条件，官微和百科同步关键事实，权威媒体提供外部佐证。
判断标准很直接，搜同一个企业事实问题，至少三个独立可信来源给出同一口径。 三个来源各说各话，模型答错只是时间问题。
三、内部信息一致性怎么保证
1. 同一概念为什么会有多个定义
市场部说活跃用户是登录用户，产品部说是启动用户，财务部只认付费用户。三个数字都真实，放进同一个问题就变成了错误。这是企业内部的问数幻觉，它不一定凭空编造，更常见的是把不同口径的内容缝成一个看似完整的答案。
2. SSOT 如何落地
SSOT 的重点不是把所有文档塞进一个库，而是让同一概念在全系统只有一处定义。每条核心事实至少记录八项，名称、定义、计算公式、统计范围、数据来源、责任人、生效时间、历史版本。责任人不是挂名，他要对定义变更和对外解释负责。版本记录决定旧答案何时失效、新答案从哪天生效。
没有责任人的知识，迟早会变成孤儿文档。 作者调岗、业务线合并、产品停服之后，旧内容仍留在库里，AI 继续引用，错误就被固化。
3. 知识库怎样变成 Agent 可用的资产
很多企业以为接了 RAG 就能解决幻觉。RAG 解决的是找得到，解决不了定义乱。检索内容互相矛盾，模型只会把矛盾包装得更流畅。
更稳妥的路径是先治理知识，再做检索增强。把非结构化文档解析成实体和关系，把产品、指标、资质、案例挂到同一张知识图谱上，再通过统一接口给不同 Agent 调用。每次变更保留 ChangeSet，做到可追溯、可对比、可回滚。这样一套知识可以服务客服、问数、分析和运营，而不是每个场景各建一个小库。
ThinkingAI 的企业级知识库按这个思路构建，作为 Agentic Engine 的基础设施层，用 Schema-first 加工原始知识，以 SSOT 保证同一概念只有一处定义，通过 ChangeSet 管理版本变更。目前 ThinkingAI 已服务全球 1500 家企业、接入 8000 款产品，旗下 Tiki 智能助手获得中国信通院智能体评估 4+ 级。它解决的不是模型聪不聪明，而是模型有没有一套可核验、可维护的事实底座。
四、如何形成发布、监测、纠偏闭环
1. 发布前建立事实卡
事实卡不需要复杂系统，一张结构化表格就能起步。核心字段包括事实名称、标准表述、来源链接、适用范围、责任人、生效时间、替代版本。价格、资质、客户案例和效果承诺要加一道人工复核，一旦被 AI 讲错，修复成本远高于发布前多看一眼。
2. 发布后抽检 AI 答案
整理 30 到 50 个真实客户问题，覆盖品牌主体、产品参数、价格政策、资质案例和指标口径。每月在 3 到 5 个主流 AI 平台各问一遍，记录四类结果，主体是否错位、参数是否过期、口径是否冲突、引用是否可追溯。
抽检的目的不是给模型打分，而是找信源缺口。AI 答错后，先回到官网、文档和知识库，确认哪一处缺失、过期或矛盾。只改答案不改源头，下个月还会错。
3. 过期信息如何下线
产品升级、价格调整、资质到期、业务拆分之后，旧内容必须明确失效。旧页面可以保留可查，但要标注失效时间并指向新版本，不能让新旧版本长期并存。知识库里的旧条目要能回滚和对比，避免一次误更新覆盖正确内容。
4. 角色如何分工
品牌和市场负责对外事实的一致表达，产品和研发负责参数与能力边界，法务负责资质、案例授权和合规表述，数据团队负责指标定义，知识运营负责版本、权限和日常维护。没有明确分工，一致性就会变成某个部门的额外工作，最后没人负责。
衡量闭环是否有效，可以看四个指标，事实准确率、引用可追溯率、跨平台一致率、过期信息清理率。指标不用多，但要能按季度复盘。
五、事实一致性核对清单
| 检查项 | 通过标准 | 常见问题 |
|---|---|---|
| 品牌主体 | 工商名称、品牌名、母子公司关系在官网与百科一致 | 中英文名混用、主体错配 |
| 产品参数 | 版本、价格、功能、部署方式有更新时间和适用范围 | 旧版本仍在传播 |
| 资质与案例 | 证书编号、有效期、客户授权可核验 | 过期证书、未授权案例 |
| 指标口径 | 定义、公式、统计范围、时间窗唯一 | 同名指标多口径 |
| 来源与责任人 | 每条事实有 owner、来源、更新时间 | 文档无人维护 |
| 版本与失效 | 旧版本可查、可回滚、明确失效 | 新旧版本并存 |
| 多平台抽检 | 每季度抽检官网、百科、公众号和 AI 问答 | 只改官网不改外部 |
这张表可以用在三个场景。新产品发布前做全量核对，重大版本更新后做差异核对，每季度做跨平台抽检。核对的目标不是追求零错误，而是让高风险事实有源可查、有责可追、有错能改。
六、FAQ
1. 18% 至 25% 的幻觉率能降到 0 吗
不能承诺降到 0。大模型的生成机制决定了它仍可能补全或误读。企业能做的是把高风险事实的错误率降到可接受范围，并让错误可发现、可追溯、可纠正。知识治理和 RAG 能降低风险，但不能替代责任机制。
2. 中小企业没有专职知识团队，先做哪一步
先列高频事实清单，不要先买系统。把客户最常问的 20 到 30 条事实找出来，每条指定一个责任人、一个标准表述、一个来源和一个更新时间。先把这一批做准，再逐步扩展。
3. 官网信息已经统一，为什么 AI 还会答错
AI 参考的不只是官网。百科、媒体稿、招聘页面、公众号历史文章、第三方测评和旧版本文档都可能进入检索范围。官网统一只是第一步，还要做跨源同步、旧内容下线和定期抽检。
4. RAG 能解决企业事实幻觉吗
能解决一部分，但不能单独解决。RAG 的效果取决于知识质量。知识库存在多口径、旧版本、权限混乱时，RAG 只会更快地检索到错误内容。先治理知识，再谈检索。
5. 信息一致性多久检查一次
常规业务每季度做一次全量核对，产品发布、价格调整、资质变更和重大舆情之后做即时核对。金融、医疗等高风险行业建议提高到每月一次，并对高风险事实保留人工复核。
6. 怎么判断一个知识库是否适合 Agent 使用
看五件事，知识是否结构化、定义是否唯一、版本是否可追溯、权限是否可控、能否被多个 Agent 复用。文档数量不是核心指标，能不能让 Agent 稳定拿到同一口径的答案才是。
