落地驗證在流水線的哪個位置？
AI 問答引擎遵循四段流水線：檢索 → 落地驗證 → 生成 → 引用（見 引擎工作原理）。檢索決定「有沒有看到你」，落地驗證決定「信不信你」：引擎把你的頁面說法與知識圖譜、第三方信源、其他候選頁面互相比對——成立年份、地址、價格、規格、負責人，任何關鍵事實對不上都會扣分。Gemini 3 自 2026 年 1 月成為預設模型後，這種交叉核驗的強度明顯提升。
引擎核對哪些事實？
- 實體屬性：名稱、成立時間、地址、電話、主營業務——官網與目錄、社群、商家檔案必須逐字一致（見 實體工程）。
- 數據陳述：有來源與日期的數據更容易通過核驗；無出處的「業界領先」沒有可核驗性。
- 價格與規格：商品類事實會與平台、評測頁交叉比對，全網三個價是高風險訊號。
- 口碑描述：「客戶好評如潮」會被拿去和真實評論比對——說法與評論資產差距太大反而扣分（見 評論管理）。
怎麼讓內容通過落地驗證？
- 定版事實來源：全公司對外事實以一份文件為準，任何管道更新先改定版再同步。
- 數據附來源日期：「月查詢 10 億+（2026 年公開口徑）」這種寫法天生可核驗。
- 第三方印證：官網說法要有獨立信源呼應——目錄、媒體、評測，構成互相背書的網（見 信源圖譜）。
- 結構化資料同步：Schema 標註的事實與頁面正文一致，標註造假是明確負面信號。
- 幻覺追源：發現 AI 答案裡的錯誤事實，追到矛盾信源逐個糾正，而不是只截圖抱怨。
常見坑
坑一：改名或搬遷後只改官網——殘留的舊資訊成為核驗矛盾點。坑二：行銷話術與事實混寫——「業界第一」沒有可核驗載體，引擎只能跳過整段。坑三：以為落地驗證只看文字——商家檔案、評論星等、結構化資料都是核驗輸入。核驗通過率會直接反映在四維標準的品牌認知維度。
常見問題
落地驗證失敗有辦法排查嗎？
有：用固定問題集實測，記錄 AI 答案中關於品牌的錯誤陳述，反向追查該說法出自哪個信源，逐站修正後下月複測。這是品牌認知維度提分的標準動作。
小品牌信源少，會不會天然過不了核驗？
信源少不等於矛盾多。核心要求是「一致」而非「量多」：官網、商家檔案、兩三個目錄逐字對齊，就能通過絕大多數核驗場景。