ธุรกิจ 1 ใน 9 ที่ OpenAI แนะนำ มีข้อมูลผิดอย่างน้อยหนึ่งข้อ

ธุรกิจ 20 แห่งจากทั้งหมด 182 แห่งที่ระบบ OpenAI แบบเปิดใช้การค้นหาแนะนำออกมา มีข้อความข้อเท็จจริงอย่างน้อยหนึ่งข้อที่ขัดแย้งกับหลักฐานที่ตรวจสอบ ตามผลการตรวจสอบของ Empirank ที่เผยแพร่เมื่อวันที่ 18 สิงหาคม 2569 และรายงานโดย PPC Land เมื่อวันที่ 24 สิงหาคม 2569 คิดเป็น 11.0% ของธุรกิจที่ทดสอบ แต่เมื่อดูในระดับข้อความรายข้อ ชุดข้อมูลเดียวกันให้พาดหัวที่ต่างออกไปมาก คือมีข้อความที่ผิด 24 ข้อจาก 1,257 ข้อที่ตรวจสอบได้ หรือคิดเป็น 1.9%

ตัวเลขทั้งสองเป็นความจริงและมาจากการตรวจสอบชุดเดียวกัน จะหยิบตัวไหนไปอ้างขึ้นอยู่กับว่าเลือกตัวหารแบบใด และการเลือกนั้นเองคือหัวข้อจริงของงานวิจัยชิ้นนี้ รายงานฉบับนี้อยู่ภายใต้รหัส AIV-009 เขียนโดย James Tandy ผู้ก่อตั้ง Empirank โดยเสนอว่าอัตราระดับข้อความกับอัตราระดับธุรกิจตอบคำถามคนละข้อ และคนที่ดูแลลูกค้าเป็นรายชื่อย่อมรับความเสี่ยงจากอัตราแบบที่สอง

สิ่งที่การตรวจสอบนี้นับ แต่เครื่องมือวัดการมองเห็นไม่นับ

การวัดการปรากฏตัวของแบรนด์ในผู้ช่วย AI ส่วนใหญ่นับแค่ว่าปรากฏหรือไม่ เครื่องมือจะบันทึกว่าแบรนด์ถูกเอ่ยชื่อในคำตอบหรือเปล่า บางครั้งบันทึกว่ามีการอ้างอิงแหล่งที่มาด้วยไหม แล้วรายงานออกมาเป็นส่วนแบ่งเสียง แต่ Empirank นับสิ่งที่อยู่ถัดไปอีกขั้น นั่นคือประโยคที่พ่วงมากับการปรากฏตัวนั้นเป็นความจริงหรือไม่

ความต่างนี้มีผลในทางปฏิบัติ เพราะแบรนด์หนึ่งอาจถูกเอ่ยชื่อ ถูกอ้างอิงแหล่งที่มา และยังถูกบรรยายผิดไปพร้อมกันในคำตอบเดียว โดยที่เครื่องมือซึ่งบันทึกแค่การปรากฏตัวมองไม่เห็นสถานะใดเลยในสามอย่างนั้น PPC Land ระบุว่ากรอบการวัดผลของ IAB ที่เผยแพร่เมื่อวันที่ 3 สิงหาคม 2569 พบว่ามีแบรนด์เพียง 16% ที่ติดตามการมองเห็นใน AI อย่างเป็นระบบ ขณะที่มีผู้ขายเครื่องมือมากกว่า 20 รายที่ให้ผลไม่ตรงกันเองสำหรับแบรนด์เดียวกัน ส่วน Cloudflare เปิดตัวแดชบอร์ดเมื่อวันที่ 6 สิงหาคม 2569 ที่แยกความถี่ในการเอ่ยชื่อแบรนด์ออกจากความถี่ในการอ้างอิงแบรนด์ การตรวจสอบของ Empirank จึงเพิ่มแกนที่สามเข้าไปในคู่นี้

กลุ่มตัวอย่างถูกคัดลงมาอย่างไร

Empirank เริ่มจากกลุ่มธุรกิจที่สุ่มมา 3,000 แห่ง แล้วเก็บไว้เฉพาะรายที่โมเดลแนะนำจริงเมื่อตอบคำถามเชิงพื้นที่ จากนั้นตัดคำแนะนำออกไป 9 รายการ เพราะไม่สามารถระบุตัวตนของธุรกิจได้อย่างปลอดภัย ซึ่งเป็นขั้นตอนที่ทำก่อนการตัดสินความถูกต้องใดใด เพื่อให้ข้อความแต่ละข้อผูกกับนิติบุคคลที่ชี้ชัดได้ ไม่ใช่ผูกกับชื่อที่อาจตรงกับธุรกิจสองแห่ง

ธุรกิจ 182 แห่งที่เหลือให้ข้อความออกมา 1,515 ข้อ ในจำนวนนั้นมี 1,257 ข้อที่เป็นข้อความข้อเท็จจริงซึ่งนำไปตรวจกับหลักฐานได้ อีก 258 ข้อที่เหลือเป็นถ้อยคำเชิงบรรยายหรือเชิงประเมินค่าที่ไม่มีชุดหลักฐานใดยืนยันหรือหักล้างได้ เช่น การบอกว่าร้านนี้เป็นที่นิยมหรือบรรยากาศเป็นกันเอง การตัดชั้นนี้ออกก่อนเริ่มนับคือสิ่งที่ทำให้อัตราความผิดพลาดไม่ถูกปั่นให้พองในทางใดทางหนึ่ง

ข้อความที่ตรวจสอบได้แต่ละข้อจะได้รับป้ายกำกับหนึ่งในสี่แบบ ยืนยันว่าถูกต้อง หมายถึงหลักฐานที่มีสนับสนุนโดยตรง ไม่ถูกต้อง หมายถึงหลักฐานขัดแย้ง ยังไม่มีหลักฐานรองรับ หมายถึงหลักฐานไม่ได้ยืนยันและไม่ได้หักล้าง และคลุมเครือ หมายถึงถ้อยคำหรือหลักฐานไม่เอื้อให้ตัดสินได้อย่างน่าเชื่อถือ ส่วนป้ายที่ห้าคือ ล้าสมัย ไม่ถูกใช้กับข้อความใดเลยในชุดนี้

การกระจายตัวของผล และตัวเลขที่แบกข้อโต้แย้งทั้งหมด

ตารางด้านล่างคือผลระดับข้อความทั้งหมดจาก 1,257 ข้อที่ตรวจสอบได้ ตามที่รายงานเผยแพร่ไว้

เมื่อจำกัดการเปรียบเทียบเหลือเฉพาะ 773 ข้อความที่หลักฐานชี้ชัดไปทางใดทางหนึ่ง ภาพก็เปลี่ยนอีกครั้ง เพราะในกลุ่มย่อยนี้มี 96.9% ที่ถูกต้อง รายงานเสนอตัวเลขนี้ไว้ แต่ไม่ยอมให้มันแทนผลทั้งหมด เพราะกลุ่มย่อยดังกล่าวตัดข้อความ 479 ข้อที่หลักฐานตัดสินไม่ได้ออกไปตั้งแต่ต้นโดยโครงสร้าง

ทำไมงานวิจัยจึงไม่ยอมรวมข้อความที่ยังไม่มีหลักฐานรองรับเข้ากับข้อความที่ผิด

ส่วนนี้ควรอ่านสองรอบ ถ้าเอาข้อความที่ยังไม่มีหลักฐานรองรับ 479 ข้อไปรวมกับข้อความที่ผิด 24 ข้อ จะได้อัตราความไม่ถูกต้องรวมสูงกว่า 40% และ Empirank แย้งว่าตัวเลขนั้นทั้งผิดและไร้ประโยชน์ ผิด เพราะเป็นการปฏิบัติต่อการไม่มีหลักฐานราวกับว่าเป็นหลักฐานของความผิดพลาด ไร้ประโยชน์ เพราะเป็นการยุบสองสภาพที่ต้องแก้ด้วยวิธีคนละแบบให้เหลือตัวเลขเดียว

ข้อความที่ผิด หมายความว่าโมเดลพูดสิ่งที่หลักฐานขัดแย้ง และทางแก้คือการแก้ข้อมูลให้ถูกต้อง ส่วนข้อความที่ยังไม่มีหลักฐานรองรับ หมายความว่าโมเดลพูดบางอย่างเกี่ยวกับธุรกิจที่ไม่มีแหล่งข้อมูลเข้าถึงได้ใดยืนยันหรือปฏิเสธ ในกรณีหลังนี้โมเดลอาจพูดถูกก็ได้ สิ่งที่ขาดไปคือหลักฐานสาธารณะที่ตรวจสอบได้ ซึ่งไม่ว่าคนหรือเครื่องจะใช้ยืนยันข้อความนั้นได้ Tandy ย้ำประเด็นนี้ในอีเมลที่ส่งถึง PPC Land เมื่อวันที่ 24 สิงหาคม 2569 โดยเขียนว่า "unsupported does not mean false" และอธิบายว่าข้อความที่ค้างอยู่ 479 ข้อคือข้อจำกัดของงานวิจัย ไม่ใช่ข้อกล่าวหาต่อโมเดล

สำหรับนักการตลาด นี่คือไอเดียที่ใช้ได้จริงที่สุดในงานทั้งชิ้น และมันกลับด้านสัญชาตญาณเดิม ราวสี่ในสิบของข้อความเกี่ยวกับธุรกิจที่ตรวจสอบ ตรวจไม่ได้ และเหตุผลอยู่ที่ตัวธุรกิจเองไม่น้อยไปกว่าอยู่ที่โมเดล ถ้าโมเดลที่ค้นเว็บได้พูดบางอย่างเกี่ยวกับบริษัทคุณ แล้วไม่มีอะไรบนเว็บเปิดยืนยันได้เลย นั่นคือช่องโหว่ในหลักฐานที่คุณเผยแพร่เกี่ยวกับตัวเอง

ความผิดพลาดและช่องโหว่ไปกระจุกอยู่ตรงไหน

หมวดของข้อความไม่ได้ให้ผลเหมือนกัน ข้อความเกี่ยวกับตัวตนของธุรกิจน่าเชื่อถือที่สุด อยู่ที่ 99.5% ที่ยืนยันว่าถูกต้องจากข้อความที่ทดสอบ 182 ข้อ ส่วนข้อมูลการรับรองมาตรฐานอยู่อีกสุดขั้ว มีเพียง 19.2% ที่ยืนยันได้ จากข้อความ 26 ข้อ

รายงานระบุข้อแม้ของตัวเลขหลังไว้ตรงไปตรงมาว่า อัตราการยืนยันที่ต่ำมาจากหลักฐานที่หายไปเป็นหลัก ไม่ใช่มาจากการที่การรับรองถูกพิสูจน์ว่าไม่จริง ใบรับรองที่ไม่มีหน้าเว็บใดเข้าถึงได้บันทึกไว้ ไม่ใช่ใบรับรองที่การตรวจสอบจะเรียกว่าเท็จได้ แต่เป็นใบรับรองที่การตรวจสอบเรียกว่าอะไรไม่ได้เลย

รูปแบบนี้มีผลทางการค้าในทุกหมวดที่คุณสมบัติมีน้ำหนักต่อการตัดสินใจซื้อ ใบอนุญาตประกอบวิชาชีพ การเป็นสมาชิกสมาคม รางวัลในอุตสาหกรรม และการรับรองมาตรฐาน คือสิ่งที่ว่าที่ลูกค้าเอาไปชั่งน้ำหนักพอดี และเป็นข้อความที่มักไปอยู่ในทะเบียนสมาชิก ไดเรกทอรีของสมาคม หรือไม่ได้อยู่ในที่สาธารณะเลย โมเดลที่ถูกขอให้สรุปข้อมูลธุรกิจมักหยิบข้อความเหล่านี้มาใช้ เพราะมันฟังดูชี้ขาด แต่การตรวจสอบพบว่านี่คือกลุ่มที่หาหลักฐานมายืนยันได้ยากที่สุด

การมีแหล่งอ้างอิงก็ไม่ได้ตัดสินความถูกต้อง

Empirank ทดสอบด้วยว่าการมีแหล่งอ้างอิงที่ระบุที่มาได้ ช่วยทำนายความถูกต้องของข้อความหรือไม่ คำแนะนำที่มีแหล่งอ้างอิงรองรับได้สัดส่วนยืนยันว่าถูกต้องที่ 59.9% จากข้อความ 1,199 ข้อ ครอบคลุมธุรกิจ 170 แห่ง ส่วนคำแนะนำที่ไม่มีแหล่งอ้างอิงที่ระบุที่มาได้อยู่ที่ 53.4% จากข้อความ 58 ข้อ ครอบคลุมธุรกิจ 12 แห่ง

รายงานอธิบายส่วนต่าง 6.5 จุดเปอร์เซ็นต์นี้ว่าเป็นการบรรยายเชิงพรรณนา ไม่ใช่ความสัมพันธ์เชิงสาเหตุ พร้อมให้เหตุผลสองข้อ ข้อแรกคือกลุ่มที่ไม่มีแหล่งอ้างอิงมีธุรกิจแค่ 12 แห่ง น้อยเกินกว่าจะรองรับการเปรียบเทียบที่เชื่อถือได้ ข้อที่สองคือการวัดว่ามีแหล่งอ้างอิงหรือไม่ วัดที่ระดับคำแนะนำ ดังนั้นการมีหน้าเว็บที่ถูกอ้างอิงหนึ่งหน้าพ่วงมากับคำแนะนำ ไม่ได้พิสูจน์ว่าทุกประโยคในคำแนะนำนั้นสืบกลับไปยังหน้านั้นได้

การแยกอีกชุดหนึ่งดูที่ประเภทของแหล่งข้อมูล ข้อความที่มีเฉพาะแหล่งข้อมูลของเจ้าของธุรกิจเองรองรับ ได้สัดส่วนยืนยันว่าถูกต้อง 75.2% จากข้อความ 105 ข้อ เทียบกับ 57.5% จากข้อความ 1,064 ข้อที่มีเฉพาะแหล่งข้อมูลบุคคลที่สามรองรับ รายงานเตือนว่าสองกลุ่มนี้ต่างกันทั้งขนาดและเนื้อหา และไม่ยอมสรุปว่าผลนี้พิสูจน์ว่าแหล่งข้อมูลของเจ้าของเองให้คำตอบที่ถูกต้องกว่า ความระมัดระวังตรงนี้ควรสังเกตไว้ เพราะข้อสรุปตรงข้ามคือข้อสรุปที่สะดวกที่สุดสำหรับคนที่ขายบริการปรับแต่ง

สิ่งที่ธุรกิจตรวจสอบตัวเองได้จริง

รายงานเสนอลำดับขั้นตอนแทนที่จะเสนอเครื่องมือ และเป็นลำดับที่ตรวจได้โดยไม่ต้องใช้ซอฟต์แวร์พิเศษ เริ่มจากข้อเท็จจริงเรื่องตัวตนและสถานที่ก่อน ได้แก่ ชื่อธุรกิจ ที่อยู่ เบอร์โทรศัพท์ เวลาทำการ พื้นที่ให้บริการ และรายละเอียดสาขา ตามด้วยหลักฐานเชิงพาณิชย์ คือการทำให้บริการ คุณสมบัติ รางวัล และข้อความเชิงพาณิชย์อื่นตรงกันระหว่างเว็บไซต์ของบริษัทกับโปรไฟล์บุคคลที่สามที่น่าเชื่อถือ จากนั้นยกระดับความผิดพลาดที่รุนแรง และถามพรอมต์เดิมซ้ำหลังแก้แหล่งข้อมูลแล้ว เพื่อดูว่าคำตอบเปลี่ยนหรือไม่

เหตุผลของการจัดลำดับอธิบายด้วยพฤติกรรมลูกค้า ความผิดพลาดเรื่องสถานที่ ความพร้อมให้บริการ คุณสมบัติ ขอบเขตบริการ และสาขา มีโอกาสเปลี่ยนสิ่งที่ลูกค้าลงมือทำมากกว่าถ้อยคำบรรยายสวยหรู แปลเป็นรายการงานแล้ว คำถามที่ควรถามกับธุรกิจของตัวเองแคบมาก คือสำหรับข้อเท็จจริงแต่ละข้อที่คุณอยากให้ผู้ช่วย AI พูดถึง ข้อเท็จจริงนั้นถูกเผยแพร่ไว้ในที่ที่สาธารณะเข้าถึงได้และเครื่องอ่านได้หรือยัง และตรงกันทุกที่ที่มันปรากฏหรือไม่ การรับรองที่ระบุไว้แค่ในใบประกาศที่เก็บในลิ้นชัก หรือการเปลี่ยนเวลาทำการที่แก้ในโปรไฟล์เดียวแต่ไม่ได้แก้ที่อื่น คือข้อมูลนำเข้าที่ผลิตข้อความแบบไม่มีหลักฐานรองรับหรือแบบขัดแย้งออกมาพอดี

ตรงนี้คืองาน GEO ทับซ้อนกับงานดูแลความสะอาดของข้อมูลแบบ Local SEO มากกว่าจะมาแทนที่กัน ข้อมูลชื่อ ที่อยู่ และเบอร์โทรที่ตรงกันทุกช่องทาง รายการบริการที่ถูกต้อง และคุณสมบัติที่มีเอกสารอยู่บนหน้าเว็บที่บอตเข้าถึงได้ คือข้อมูลนำเข้าชุดเดียวกันที่ทั้งสองงานพึ่งพา ส่วนคำถามว่าลำดับขั้นตอนนี้ทำให้ความถูกต้องของคำตอบดีขึ้นจริงหรือไม่ งานวิจัยชิ้นนี้ไม่ได้พิสูจน์ เพราะวัดชุดคำตอบที่ถูกแช่แข็งไว้เพียงครั้งเดียว และขั้นตอนการทดสอบซ้ำที่บรรยายไว้เป็นข้อเสนอ ไม่ใช่ผลที่รายงานไว้

ข้อจำกัดที่งานวิจัยระบุไว้กับตัวเอง

Empirank แจกแจงข้อจำกัดของตัวเองแทนที่จะซุกไว้ และข้อจำกัดเหล่านั้นหนักพอที่จะทำให้ตัวเลขเหล่านี้ไม่ควรถูกอ้างเป็นอัตราความถูกต้องทั่วไปของผู้ช่วย AI

ชุดคำตอบถูกแช่แข็งไว้ เก็บจากระบบ OpenAI แบบเปิดใช้การค้นหาเพียงระบบเดียวในเดือนสิงหาคม 2569 และรายงานระบุว่าผลอาจเปลี่ยนไปตามโมเดล อินเทอร์เฟซ หรือช่วงเวลา การตรวจสอบครอบคลุมเฉพาะธุรกิจ 182 แห่งที่ยืนยันตัวตนได้และโมเดลแนะนำ ไม่ใช่ทั้งกลุ่ม 3,000 แห่ง การประเมินว่ามีแหล่งอ้างอิงหรือไม่ทำที่ระดับคำแนะนำ กลุ่มเปรียบเทียบที่ไม่มีแหล่งอ้างอิงมีเพียง 12 ธุรกิจ และการควบคุมคุณภาพดำเนินการผ่านเอเจนต์ AI อิสระแทนผู้ตรวจที่เป็นมนุษย์ ซึ่งเป็นทางเลือกที่รายงานเปิดเผยไว้ในหัวข้อข้อจำกัดของตัวเอง แปลว่าการตรวจสอบผลลัพธ์ของเครื่อง ถูกทบทวนด้วยเครื่องอีกที

นอกจากนี้งานวิจัยไม่ได้ระบุว่าคำถามเชิงพื้นที่ที่ใช้ครอบคลุมตลาดหรือภาษาใด และไม่มีเนื้อหาส่วนใดที่เผยแพร่กล่าวถึงประเทศไทยหรือประเทศใดเป็นการเฉพาะ ความไม่นิ่งของสนามนี้ยิ่งเพิ่มเหตุผลให้ระวัง การวัดของ SISTRIX ที่มีรายงานในเดือนพฤษภาคม 2569 พบว่า ChatGPT หมุนเปลี่ยนแหล่งอ้างอิง 74% ต่อสัปดาห์ เทียบกับ 56% ของ Google AI Mode ซึ่งทำให้ภาพนิ่งที่ถูกแช่แข็งไว้เป็นภาพถ่าย ไม่ใช่อัตรา

ทำไมอัตรารวมกับอัตรารายลูกค้าจึงให้ความรู้สึกต่างกันมาก

เอเจนซีและทีมภายในองค์กรไม่ได้บริหารยอดรวมของข้อความ พวกเขาบริหารธุรกิจที่มีชื่อเรียก และประโยคผิดหนึ่งประโยคที่พ่วงกับธุรกิจหนึ่งรายคือปัญหา ไม่ว่ามันจะดูเล็กแค่ไหนในเปอร์เซ็นต์รวม นี่คือประเด็นเชิงโครงสร้างที่รายงานผลักดัน และเลขคณิตชุดเดียวกันก็โผล่ในงานอื่นที่เผยแพร่ในสาขานี้

เดิมพันไม่ได้อยู่ที่เรื่องบรรณาธิการล้วนใด เพราะคำแนะนำเคลื่อนย้ายทราฟฟิกจริง งานวิจัยข้อมูลคลิกสตรีมของ Similarweb ที่เผยแพร่ในเดือนมิถุนายน 2569 พบว่าแบรนด์ที่ ChatGPT แนะนำมีโอกาสได้รับการเข้าชมภายในเจ็ดวันสูงกว่า 2.5 เท่า โดย 55.9% ของทราฟฟิกที่ได้รับอิทธิพลจาก AI เข้ามาผ่านการค้นหาชื่อแบรนด์ ไม่ใช่ผ่านลิงก์อ้างอิง จากนั้นพฤติกรรมการตรวจสอบของผู้บริโภคจะเป็นตัวชี้ว่าเกิดอะไรต่อ งานวิจัยของ Yelp ร่วมกับ Morning Consult ที่เผยแพร่ในเดือนเมษายน 2569 พบว่าผู้ใหญ่ในสหรัฐฯ เพียง 15% ที่เชื่อถือผลการค้นหาด้วย AI มาก แม้ 65% จะเคยใช้เครื่องมือแบบนี้ในหกเดือนก่อนหน้า และ 63% ตรวจสอบผลลัพธ์ซ้ำกับแหล่งอื่น ข้อความที่ผิดในคำแนะนำจึงไม่ได้แค่นอนนิ่งอยู่โดยไม่มีใครอ่าน แต่มันถูกเอาไปตรวจ

เรื่องนี้หมายความว่าอย่างไรกับนักการตลาดไทย

งานตรวจสอบชิ้นนี้ไม่ได้ครอบคลุมประเทศไทย ไม่ได้บอกว่าคำถามเชิงพื้นที่มาจากตลาดใด และไม่ควรถูกนำเสนอในงานพิตช์สำหรับตลาดไทยว่าเป็นอัตราความผิดพลาดที่วัดในไทย สิ่งที่เดินทางข้ามมาได้คือวิธีคิด ไม่ใช่ตัวเลข

ส่วนที่ถ่ายโอนมาได้ตรงที่สุดคือหมวดข้อความที่ยังไม่มีหลักฐานรองรับ เพราะเงื่อนไขที่ผลิตหมวดนี้พบได้ทั่วไปในตลาดไทย ข้อเท็จจริงของธุรกิจที่นี่มักกระจายอยู่ระหว่างเพจ Facebook บัญชี LINE Official Account โปรไฟล์ Google Business Profile และเว็บไซต์ โดยเวลาทำการและรายชื่อสาขาถูกอัปเดตที่เดียวแต่ไม่ได้อัปเดตที่อื่น ส่วนคุณสมบัติที่ออกโดยหน่วยงานกำกับดูแลไทย สภาวิชาชีพ หรือสมาคมอุตสาหกรรม มักมีอยู่แค่ในทะเบียนภาษาไทย ในไฟล์ PDF หรือในใบประกาศที่แขวนอยู่บนผนัง ซึ่งทำให้มันอยู่ในสถานะที่รายงานเรียกว่ายังไม่มีหลักฐานรองรับ ไม่ใช่เท็จ

ยังมีมิติสองภาษาอีกชั้นหนึ่ง ถ้าธุรกิจเผยแพร่รายการบริการ เวลาทำการ และคุณสมบัติไว้เป็นภาษาไทยอย่างเดียว ผู้ช่วย AI ที่ตอบคำถามภาษาอังกฤษก็มีฐานให้ยืนน้อยลง และในทางกลับกันก็เป็นจริงกับเว็บไซต์ภาษาอังกฤษอย่างเดียวที่ให้บริการลูกค้าไทย งานวิจัยไม่ได้ทดสอบเรื่องนี้ และไม่มีตัวเลขเผยแพร่ที่วัดปริมาณไว้ จึงควรถือเป็นเหตุผลให้ไปตรวจหลักฐานของตัวเอง ไม่ใช่ถือเป็นผลการวิจัย ตัวการตรวจเองไม่มีต้นทุน เพียงอ่านสิ่งที่โปรไฟล์สาธารณะของคุณพูดถึงคุณ แล้วถามว่าคนแปลกหน้าจะยืนยันข้อความแต่ละข้อจากแหล่งเหล่านั้นเพียงลำพังได้หรือไม่

คำถามที่พบบ่อย

แปลว่า OpenAI พูดผิดเกี่ยวกับธุรกิจ 11% ใช่ไหม

ไม่ใช่ Empirank พบว่า 11.0% ของธุรกิจ 182 แห่งที่ตรวจสอบ มีข้อความอย่างน้อยหนึ่งข้อที่หลักฐานขัดแย้ง ซึ่งเป็นอัตราความเสี่ยงระดับธุรกิจ ไม่ใช่อัตราความผิดพลาดต่อคำตอบ ในระดับข้อความ สัดส่วนที่ผิดอยู่ที่ 1.9% หรือ 24 ข้อจาก 1,257 ข้อที่ตรวจสอบได้ และตัวเลขทั้งสองมาจากชุดข้อมูลที่ถูกแช่แข็งชุดเดียวกัน ซึ่งเก็บจากระบบ OpenAI แบบเปิดใช้การค้นหาเพียงระบบเดียวในเดือนสิงหาคม 2569

ข้อความที่ยังไม่มีหลักฐานรองรับ หมายความว่าอะไรกันแน่

หมายความว่าหลักฐานที่ตรวจสอบไม่ได้ยืนยันและไม่ได้หักล้างข้อความนั้น ซึ่งไม่เท่ากับว่าข้อความนั้นเป็นเท็จ Empirank บันทึกข้อความประเภทนี้ไว้ 479 ข้อ คิดเป็น 38.1% ของทั้งหมด และ Tandy บอกกับ PPC Land เมื่อวันที่ 24 สิงหาคม 2569 ว่า "unsupported does not mean false" และข้อความเหล่านี้เป็นข้อจำกัดของงานวิจัย ไม่ใช่ข้อกล่าวหา ในทางปฏิบัติ ข้อความที่ยังไม่มีหลักฐานรองรับเกี่ยวกับธุรกิจของคุณ มักชี้ไปที่หลักฐานสาธารณะเกี่ยวกับคุณที่ขาดหายไป มากกว่าชี้ไปที่ความผิดพลาดของโมเดล

ทำไมข้อมูลการรับรองมาตรฐานจึงยืนยันได้แค่ 19.2%

ส่วนใหญ่เป็นเพราะหลักฐานหายไป ไม่ใช่เพราะการรับรองถูกพิสูจน์ว่าไม่จริง ซึ่งรายงานระบุไว้ตรงไปตรงมา ข้อความประเภทนี้ถูกทดสอบเพียง 26 ข้อ ซึ่งเป็นฐานที่เล็กมาก และใบรับรองมักถูกบันทึกไว้ในทะเบียนสมาชิก ไดเรกทอรีของสมาคม หรือไม่ได้อยู่ในที่ที่สาธารณะเข้าถึงได้เลย

งานวิจัยบอกไหมว่าต้องทำอะไรต่อ

มีการเสนอลำดับขั้นตอนไว้ โดยไม่ได้อ้างว่าพิสูจน์แล้วว่าได้ผล คือตรวจข้อเท็จจริงเรื่องตัวตนและสถานที่ก่อน จากนั้นทำให้บริการ คุณสมบัติ รางวัล และข้อความเชิงพาณิชย์ตรงกันระหว่างเว็บไซต์บริษัทกับโปรไฟล์บุคคลที่สามที่น่าเชื่อถือ ยกระดับความผิดพลาดที่รุนแรง แล้วถามพรอมต์เดิมซ้ำหลังแก้ไข งานวิจัยวัดชุดคำตอบที่ถูกแช่แข็งไว้เพียงครั้งเดียว ขั้นตอนการทดสอบซ้ำจึงเป็นข้อเสนอ ไม่ใช่ผลที่รายงานไว้

ผลการศึกษานี้ใช้กับประเทศไทยได้ไหม

งานวิจัยไม่ได้ระบุไว้ รายงานไม่ได้บอกว่าคำถามเชิงพื้นที่มาจากตลาดหรือภาษาใด ไม่ได้กล่าวถึงประเทศไทย และครอบคลุมธุรกิจ 182 แห่งที่คัดมาจากกลุ่ม 3,000 แห่งภายใต้การตั้งค่าโมเดลเดียว จึงอ่านอัตราเฉพาะของไทยออกมาจากงานชิ้นนี้ไม่ได้