HVAC-компания · проблема с точностью

Предыстория

Вторая HVAC-компания, уже слегка присутствовавшая в ИИ — около 4% видимости — но с скрытым риском под этой цифрой.

Задача

Модели сообщали о ней неточные факты — неверные детали услуг и устаревшие данные — ровно в тот момент, когда клиент решал, кому позвонить. Низкое присутствие было меньшей проблемой; неверное описание обходилось дороже.

Что мы сделали

Мы исправляли точность и присутствие вместе:

• Проследили, откуда возникает каждое неверное утверждение, и исправили его в источнике
• Перестроили информацию об услугах и компании в ясные, актуальные, структурированные факты
• Заработали свежие цитирования в ChatGPT, Perplexity и Google AI, чтобы у моделей были точные, атрибутированные данные для ссылок
• Повторно тестировали те же фактологические запросы со временем, чтобы подтвердить устойчивость исправлений

Результаты

За четыре месяца видимость в ИИ более чем утроилась — с 4% до 14% — а доля ответов с верными фактами выросла примерно с трети почти до всех. Присутствие и точность росли вместе, поэтому больше видимости означало больше корректной видимости.

Измерение и доказательства

Рынок:

HVAC-компания · проблема с точностью

Период:

4 месяца

Измерение:

Fixed buyer-prompt panel, repeated across ChatGPT, Claude, Perplexity, and Google AI.

Основная метрика:

Видимость в ИИ — доля релевантных ответов — по повторным прогонам фиксированного набора запросов, — в которых называется бизнес. Как это измеряется

Стартовая точка → последнее измерение:

4% → 14%

Выполненные работы:

Проследили, откуда возникает каждое неверное утверждение, и исправили его в источнике; Перестроили информацию об услугах и компании в ясные, актуальные, структурированные факты; Заработали свежие цитирования в ChatGPT, Perplexity и Google AI, чтобы у моделей были точные, атрибутированные данные для ссылок; Повторно тестировали те же фактологические запросы со временем, чтобы подтвердить устойчивость исправлений.

Что раскрыто здесь:

Категория и тип рынка, окно измерения, определение метрики, набор провайдеров, на которых прогонялись запросы, значения «до/после» и выполненные работы на уровне источников.

Что не раскрыто:

Название и домен клиента, дословный набор запросов и тексты отдельных ответов — первое потому, что клиенты просят об анонимности, остальное потому, что набор запросов конкретного проекта позволил бы клиента опознать. Клиенты получают всё это в собственной отчётности.

Интерпретация:

Measured association after the completed work; not a guarantee that every change caused the full movement.