落地验证具体核验什么？

在四段流水线（检索→落地验证→生成→引用）里，grounding 是质量闸门。引擎会检查：召回段落里的事实陈述是否有其他独立信源印证；品牌自称的数据（产能、认证、客户数）与第三方来源是否一致；不同页面之间有没有互相矛盾。Perplexity 近乎逐句引用的模式把这一步暴露得最清楚——每句话都挂来源，对不上就换掉。

为什么「自说自话」的内容过不了验证？

AI 引擎对单一来源的营销表述天然降权。「我们是行业领先厂商」这种无旁证的断言，在核验环节既无法确认也无法引用；而「通过 ISO 9001 认证（证书编号可查）」「2025 年出口 32 国（海关数据口径）」这类可被第三方验证的陈述，能同时出现在官网、认证机构数据库与行业报道里，交叉核验自然通过。这就是源图谱（source graph）的价值：事实要分布在多个独立节点上（详见 源图谱）。

怎么让关键事实通过核验？

三步：第一，事实锚定——每个关键声明都给出可验证的凭据（证书编号、标准号、数据口径与时间）；第二，多源分布——同一事实出现在官网、认证机构库、维基/Wikidata、行业媒体至少两个以上独立节点；第三，一致性巡检——官网各页面、各平台资料的同一事实（成立年份、地址、产能）必须完全一致，矛盾是核验失败的头号原因。

操作清单

  • 列出品牌 Top 10 关键事实，逐条标注旁证信源
  • 无旁证的事实，补第三方分布（认证库、行业协会、媒体报道）
  • 全站与各平台做一致性巡检，消除数字与名称矛盾
  • 结构化数据里的实体信息与正文保持一致（sameAs 锚定）
  • 月度复测时记录 AI 答案对关键事实的转述准确度

常见坑

  • 官网、B2B 平台、社媒资料的公司信息互相矛盾
  • 用绝对化营销词（领先/第一）代替可验证事实
  • 只在官网发布数据，全网无任何第三方印证

常见问题

grounding 会不会惩罚新品牌？
会提高门槛而非惩罚：新品牌第三方旁证少，核验通过率低。对策是优先做可验证事实的分布——认证、标准、协会名录，这些不依赖品牌历史。
AI 转述错了我的事实怎么办？
先自查源头：全网分布的信息里错误版本出自哪里。修正源头并推动再抓取（IndexNow、结构化数据更新），下月复测验证转述是否纠正。