Klient dzwoni z pretensjami o cenę, której nigdy nie było w cenniku. Ktoś pyta o oddział w mieście, w którym firma nie ma biura. Kandydat do pracy powołuje się na „prezesa”, który odszedł trzy lata temu. Coraz częściej źródłem takich nieporozumień jest czat AI. Gdy AI podaje błędne informacje o firmie, nie ma jednego przycisku „popraw”, ale jest procedura, która w większości przypadków działa. Opisujemy ją krok po kroku, od wykrycia błędu po sytuacje, w których warto rozmawiać z prawnikiem.
Skąd biorą się nieprawdziwe informacje o firmach
Model językowy nie sprawdza faktów w bazie danych. Generuje najbardziej prawdopodobną odpowiedź na podstawie tego, co widział w danych treningowych, i (w trybie z wyszukiwaniem) na podstawie kilku stron pobranych w momencie zapytania. Zjawisko zmyślania faktów ma już swoją nazwę i literaturę; dobrym punktem wyjścia jest hasło Hallucination (artificial intelligence) w Wikipedii.
W przypadku firm błędy mają zwykle jedną z czterech przyczyn:
- Nieaktualne źródła. Model nauczył się starego cennika, starego adresu albo nazwy sprzed rebrandingu.
- Sprzeczne źródła. Strona firmy mówi jedno, katalog branżowy drugie, a artykuł prasowy sprzed lat trzecie. Model wybiera wersję, która częściej się powtarza, a nie tę, która jest prawdziwa.
- Pomylenie podmiotów. Dwie firmy o podobnej nazwie albo spółka matka i córka zlewają się w jedną encję.
- Luka w danych. Gdy o firmie wiadomo mało, model uzupełnia braki tym, co „pasuje” do branży. Stąd wymyślone usługi i godziny otwarcia.
Ta ostatnia przyczyna jest najczęstsza w małych i średnich firmach. Im słabiej marka istnieje jako rozpoznawalna encja, tym większe pole do zgadywania; mechanizm budowania takiej encji opisujemy w tekście o marce, którą LLM rozpoznaje.
Jak systematycznie sprawdzać, co AI mówi o Twojej marce
Jednorazowe zapytanie „co wiesz o firmie X” niewiele mówi. Odpowiedzi różnią się między modelami, między trybem z wyszukiwaniem i bez niego, a nawet między kolejnymi próbami tego samego pytania. Dlatego potrzebny jest powtarzalny zestaw pytań i stały rytm sprawdzania.
- Zbuduj listę pytań. Pytania o markę wprost, o ceny, o lokalizacje, o zespół, o porównania z konkurencją, o opinie. Gotowy punkt startowy daje nasza lista promptów do monitoringu marki.
- Sprawdzaj kilka systemów. Minimum to ChatGPT, Gemini (oraz AI Overviews w Google), Perplexity i Copilot. Każdy korzysta z innego indeksu i innych źródeł.
- Powtarzaj każde pytanie 2–3 razy. Błąd, który pojawia się raz na dziesięć prób, jest mniej pilny niż błąd powtarzany za każdym razem.
- Zapisuj wynik w arkuszu. Data, system, pytanie, odpowiedź, wskazane źródła, ocena (poprawne, częściowo błędne, błędne). Bez historii nie da się potem ocenić, czy poprawka zadziałała.
- Ustal rytm. Raz w miesiącu wystarcza większości firm; po zmianie cennika, adresu lub nazwy warto sprawdzać co tydzień przez dwa miesiące.
Najcenniejsza kolumna w tym arkuszu to „wskazane źródła”. Systemy z wyszukiwaniem zwykle pokazują, skąd wzięły informację, i to jest pierwszy trop do naprawy.
Typowe kategorie błędów: ceny, adresy, oferta, ludzie
| Kategoria | Przykład błędu | Najczęstsze źródło | Ryzyko |
|---|---|---|---|
| Ceny | Abonament „od 49 zł”, choć od roku kosztuje 79 zł | Stare podstrony, porównywarki, archiwalne wpisy blogowe | Reklamacje, utrata zaufania |
| Adresy i kontakt | Nieistniejące biuro, stary numer telefonu | Katalogi firm, nieaktualne profile w mapach | Klienci trafiają w złe miejsce |
| Oferta | Usługa, której firma nigdy nie prowadziła | Luka w danych, pomylenie z konkurentem | Zapytania, których nie da się obsłużyć |
| Ludzie | Były prezes, zmyślony założyciel, przypisany cudzy cytat | Stare artykuły prasowe, profile w serwisach biznesowych | Wizerunek, w skrajnych przypadkach dobra osobiste |
| Reputacja | Wymyślona afera albo upadłość | Pomylenie podmiotów o podobnej nazwie | Najwyższe, często podstawa do kroków prawnych |
Kategorie warto traktować jako priorytety. Błędna cena w odpowiedzi czatu to problem handlowy, przypisanie firmie cudzej upadłości to problem, który trzeba eskalować od razu.
Dlaczego usunięcie starej strony nie kasuje błędu
Pierwszy odruch to skasować podstronę ze starym cennikiem. To za mało, a czasem wręcz szkodzi. Model, który nauczył się faktu podczas treningu, „pamięta” go do kolejnej wersji, niezależnie od tego, czy strona jeszcze istnieje. Usunięcie strony zabiera natomiast okazję do pokazania nowej informacji w tym samym miejscu.
Lepiej zostawić adres i zaktualizować treść, wprost pisząc, co się zmieniło: „Od marca 2026 cena pakietu wynosi 79 zł netto miesięcznie (wcześniej 49 zł)”. Taki zapis daje modelom z wyszukiwaniem jednoznaczny sygnał i datę. Jeśli strona musi zniknąć, przekieruj ją 301 na aktualny odpowiednik zamiast zostawiać błąd 404.
Trzeba też uzbroić się w cierpliwość. Systemy z wyszukiwaniem widzą zmianę dopiero wtedy, gdy wyszukiwarka ponownie pobierze stronę, a przy mniejszych serwisach bywa to kwestia tygodni. O tym, od czego zależy częstotliwość odwiedzin robota, piszemy w tekście o crawl budżecie i jego realnych limitach. Modele bez wyszukiwania poprawią się dopiero w kolejnej wersji, czyli po miesiącach.
Jak przygotować jednoznaczne źródło prawdy o firmie
Najskuteczniejsza długoterminowa obrona to jedno miejsce, w którym wszystkie kluczowe fakty o firmie są podane wprost, aktualne i łatwe do zacytowania. W praktyce oznacza to:
- Stronę „O firmie” z faktami, nie hasłami. Pełna nazwa, NIP lub KRS, rok założenia, adresy, zarząd, zakres usług i czego firma nie robi. To ostatnie bywa zaskakująco skuteczne przy wymyślonych usługach.
- Dane strukturalne Organization. Nazwa, adres, telefon, logo i pole sameAs z linkami do oficjalnych profili. Google opisuje to w dokumentacji Organization structured data.
- Spójność poza stroną. Profil firmy w Google, katalogi branżowe, LinkedIn, serwisy z opiniami. Model widzi sprzeczność między nimi jako niepewność i zaczyna zgadywać.
- Datowane cenniki i zmiany. Widoczna data aktualizacji przy cenach i ofercie pomaga systemom wybrać nowszą wersję.
Sposób redagowania takich stron (krótkie definicje, fakty w pierwszych zdaniach, FAQ) jest ten sam, który opisujemy w tekście o formacie wpisu pod AIO. Gdy problem dotyczy konkretnej osoby, na przykład założyciela, warto zadbać też o jej profil eksperta; tu przydadzą się wskazówki z artykułu o AIO dla marek osobistych. Sklepy, u których błędy dotyczą głównie cen i dostępności, powinny dodatkowo uporządkować feed produktowy, o czym piszemy w poradniku AIO dla e-commerce.
Zgłaszanie błędów do dostawców modeli: co to daje
Każdy duży dostawca daje możliwość oceny odpowiedzi (kciuk w dół, „zgłoś problem”) i zwykle osobny kanał dla wniosków dotyczących danych osobowych. Warto z nich korzystać, ale z realistycznymi oczekiwaniami.
- Ocena odpowiedzi w interfejsie trafia do danych używanych przy ulepszaniu modeli. Nie poprawia odpowiedzi od ręki i nie gwarantuje, że ktoś ją przeczyta.
- Wnioski o ochronę danych mają sens, gdy błąd dotyczy osoby fizycznej (na przykład zmyślonej informacji o członku zarządu). RODO daje prawo do sprostowania danych, a dostawcy prowadzą do tego formularze prywatności.
- Zgłoszenie do wyszukiwarki ma sens, gdy błąd pochodzi z konkretnej strony trzeciej, która narusza prawo lub zasady wyszukiwarki.
Przy każdym zgłoszeniu dokumentuj zrzut ekranu, datę, dokładne pytanie i link do źródła prawdy. Ta sama dokumentacja przyda się, jeśli sprawa pójdzie dalej. W praktyce najszybciej działa poprawienie źródeł, z których korzysta wyszukiwanie; zgłoszenia są uzupełnieniem, nie główną metodą.
Kiedy sprawa wymaga kroków prawnych
Większość błędów to kwestia nieaktualnych danych i rozwiązuje się ją po stronie treści. Są jednak sytuacje, w których warto skonsultować się z prawnikiem:
- model przypisuje firmie lub osobom z zarządu przestępstwo, upadłość, postępowanie sądowe albo inne fakty naruszające reputację;
- błąd powtarza się mimo poprawienia źródeł i zgłoszeń, a jego skutki da się wykazać (utraceni klienci, zapytania, reklamacje);
- źródłem błędu jest konkretna strona trzecia, na przykład konkurent publikujący nieprawdziwe informacje.
W polskim porządku prawnym w grę wchodzą przede wszystkim przepisy o ochronie dóbr osobistych (dotyczą także osób prawnych) oraz, przy działaniach konkurencji, ustawa o zwalczaniu nieuczciwej konkurencji. Dla danych osób fizycznych podstawą jest RODO. Odpowiedzialność dostawców modeli za generowane treści to obszar wciąż rozstrzygany przez sądy i regulatorów w różnych krajach, dlatego zebrana wcześniej dokumentacja (arkusz z historią odpowiedzi, zrzuty, zgłoszenia) jest tu najważniejszym zasobem.
Plan działania w skrócie
- Uruchom comiesięczny monitoring kilku systemów AI na stałej liście pytań.
- Każdy błąd przypisz do kategorii i ustal priorytet.
- Znajdź źródło błędu i popraw je: na własnej stronie, w katalogach, w profilach.
- Zbuduj jedną stronę faktów o firmie z danymi strukturalnymi.
- Zgłoś błąd dostawcy modelu i udokumentuj zgłoszenie.
- Po 4–8 tygodniach sprawdź, czy odpowiedzi się zmieniły; poważne naruszenia eskaluj prawnie.
FAQ
Dlaczego ChatGPT podaje nieaktualną cenę mojej usługi?
Najczęściej dlatego, że stara cena nadal widnieje w sieci (na archiwalnych podstronach, w porównywarkach, we wpisach blogowych) albo model nauczył się jej podczas treningu. Zaktualizuj wszystkie źródła i dodaj datowany zapis o zmianie ceny na oficjalnej stronie.
Jak szybko AI zacznie podawać poprawne informacje po zmianie na stronie?
Systemy z wyszukiwaniem mogą pokazać poprawkę po kilku dniach lub tygodniach, gdy robot ponownie odwiedzi stronę. Modele działające bez wyszukiwania zmienią odpowiedź dopiero w kolejnej wersji, co zwykle trwa miesiące.
Czy mogę zażądać od OpenAI lub Google usunięcia nieprawdziwych informacji o firmie?
Możesz zgłosić błąd przez interfejs lub formularz pomocy, a gdy chodzi o dane osoby fizycznej, złożyć wniosek o sprostowanie na podstawie RODO. Nie ma jednak gwarancji szybkiej reakcji, dlatego równolegle trzeba poprawiać źródła informacji.
Czy usunięcie starej podstrony pomoże?
Zwykle nie. Lepiej zaktualizować jej treść i wprost opisać zmianę albo przekierować ją 301 na aktualną stronę. Samo usunięcie nie kasuje wiedzy, którą model już ma.
Jak często sprawdzać, co AI mówi o firmie?
Raz w miesiącu wystarcza w typowej sytuacji. Po zmianie nazwy, adresu, cennika lub zarządu warto sprawdzać co tydzień przez około dwa miesiące.
