AI Citation Recovery: Исправление искажённого бренда в ответах ИИ

Когда потенциальный клиент спрашивает ChatGPT о вашем бренде и получает неверный ответ — это не просто «дезинформация», это потерянная выручка. Две разные LLM поместили thMenu в конкурирующую категорию; мы исправили обе за 21 день. Вот воспроизводимый протокол.

Шаги 1-2: Найти источник, опубликовать correction record

Сначала спросите LLM «какой источник ты использовала?». Perplexity показывает цитаты напрямую; у ChatGPT/Claude требуйте конкретный источник. Затем напишите письмо виновной странице (блог, каталог): дословная цитата, документированный факт, срок 7 дней.

Откройте страницу /about/corrections в формате В&О. Краулеры LLM высоко взвешивают самопубликуемые исправления, поскольку они исходят из канонического домена сущности.

Шаг 3: Обновить запись Wikidata

Wikidata — канонический источник для Wikipedia и каждой крупной обучающей пайплайн LLM. Обновите «instance of», «industry», «country of origin» со ссылками. Правки без источников откатываются за часы.

Усильте Organization JSON-LD на главной: массив sameAs с URI Wikidata, LinkedIn, Crunchbase. Самый сильный сигнал дезамбигуации.

Шаги 4-5: Формальная обратная связь и проверка

OpenAI: палец вниз в ChatGPT + privacy.openai.com. Anthropic: support@anthropic.com со скриншотом. Perplexity: «Report» → «Inaccurate». Через 14-30 дней повторите тот же запрос в анонимном браузере. У thMenu — день 18 и день 21.

FAQ

Разве модель не заморожена до следующего обучения? Фундаментальные веса — да, но слой retrieval/RAG обновляется за дни.

Не повредит ли страница исправлений SEO? Нет — формулировка «X ложно, Y верно» выигрывает негативные запросы.

Какой шаг важнее всего? Комбинация Wikidata + on-site correction record.

Было полезно? Поделитесь.