当潜在客户向ChatGPT询问您的品牌却得到错误答案时，问题不仅是"错误信息"，而是流失的收入。两个不同的大语言模型把thMenu归入竞品类别；我们在21天内纠正了两者。以下是可复用的流程。
步骤1-2: 追踪来源、发布纠错记录
首先问大语言模型"你用了哪个来源?"。Perplexity直接显示引用; ChatGPT/Claude需要追问具体来源。然后向出错页面（博客、目录）发邮件: 原句引用、文档化事实、7天纠错截止。
在自有域名开一个/about/corrections问答页。大语言模型爬虫高度加权自发布的纠错记录，因为它们来自规范实体域。
步骤3: 更新Wikidata条目
Wikidata是Wikipedia和所有大型大语言模型训练管道的规范参考。用带来源的引用更新"instance of""industry""country of origin"。无来源的编辑会在数小时内被回滚。
在主页加强Organization JSON-LD: sameAs数组列出Wikidata URI、LinkedIn、Crunchbase。这是最强的实体消歧信号。
步骤4-5: 正式反馈与验证
OpenAI: 在ChatGPT中点踩 + privacy.openai.com。Anthropic: 给support@anthropic.com发截图。Perplexity: "Report"→"Inaccurate"。14-30天后在匿名浏览器重测同一提示词。thMenu案例分别在第18天和第21天纠正。
常见问题
模型不是冻结到下次训练吗? 基础权重是，但retrieval/RAG层在数天内更新，而这是大多数用户看到的层。
纠错页面会损害SEO吗? 不会——按"X是错的，Y才对"的格式撰写，还能赢得负面搜索查询。
哪一步最关键? Wikidata加站内纠错记录的组合。
觉得有用?分享给朋友。