ChatGPT搜索量已是谷歌五分之一，可AI流程类问题答错13.9%

五分之一。

这是 11 月 2 日 OpenAI 披露的数字，ChatGPT 现在承接的搜索类查询量，已经相当于谷歌搜索的两成。ChatGPT 消费者产品负责人亚当·弗莱还特意框了口径，只算用户输入后触发联网搜索的问题，名词解释、简单操作那种寒暄不算在内。同一场发布里还有个数字，ChatGPT 周活跃用户到了 12 亿，两个月新增两亿。

这个变化国内也在发生。拿豆包查报销政策、问 DeepSeek 报名材料、下单前让 AI 帮着挑，正在变成越来越多人的习惯。以前搜一下是十个链接摆在你面前，点开哪个自己定；现在问一下，是一段听起来很确定的结论。省下的是翻网页的工夫，多出来的是个新问题，这段结论是 AI 转述过的，能不能直接信。

还真有人专门测了这件事。NPR 这周报道了非营利组织 IFPG 的一项持续研究，他们拿美国选民真实会问的问题，去测 ChatGPT、Gemini、Claude、Copilot、Perplexity 和谷歌 AI 模式等 7 个主流 AI 产品，问的都是"怎么投票、什么时候投票"这类流程题。13.9% 的回答，过时或者错误。

这里两边的话都得听。Anthropic 回应说，研究有一部分走的是 API 接口，Claude 的一些安全措施可能没生效；IFPG 的回应是他们做过对比，API 和网页版的回答结果相近。这批数据是 10 月份收集的，属于持续研究的阶段结果，拿它给谁家盖章定论还早。

但这个研究露出来的错误类型，比谁家的分数更值得记。答错的基本不是开放题，恰恰是日期、截止时间、流程步骤这类有标准答案、又隔一阵就会变的东西。你对照一下自己平时问 AI 最多的，报销政策、社保规则、报名截止、平台规则改动，几乎是同一批。

海外产品如此，国内的会不会好点？有个做 AI 搜索监测的团队算过一笔账。10 月中下旬两周，他们拿同样的 293 道题，每天去问豆包、DeepSeek、元宝、文心等 8 家国内 AI，再把回答里 10 万多条能算出发布日期的参考资料，一条条核对。中位数是 103 天，也就是说，AI 引用一份资料的时候，这份资料平均已经是三个多月前发的了。发布超过一个月的旧内容，拿走了八成引用。

换句话说，AI 给你的那个"新答案"，很可能是用旧材料拼的。规则上个月改了，价目表上周调了，它还按老版本说得头头是道，语气一点不虚。这笔账有它的口径，只统计了抖音、知乎、百家号这类能从网址算出时间的平台，题目品类也偏教育，换个领域比例会变。但方向跟 IFPG 那个研究对上了，AI 答题不怕不会，怕旧。

为什么会这样？搜索引擎把十个链接摆给你，信不信你自己点开看；AI 把一段结论递给你，核对这一步顺手就省了。它的问题多半不是比搜索错得更多，是让你以为不用再核对。各家现在其实都会在回答底下挂参考资料，真点开看的人有几个，省下的那几秒，就是坑所在的位置。

那问 AI 查正经事的时候怎么办。三个动作就够。

问之前先把范围框住。答案里混进旧规则、外地规则，是最常见的两类错。提问时加一句"只用 2026 年以后的信息，适用地区是某某市"，能挡掉相当一部分。

让 AI 自己交证据。要求每条结论附来源链接和发布日期，不确定的标"未核实"。AI 需要给出处的时候，就不太敢把没依据的话说得太满；你看到"未核实"三个字，也知道哪里得自己再看一眼。

关键数字回原文核。日期、截止时间、金额、政策这类有后果的信息，AI 的回答只当目录用，最后以官网、政务平台、平台规则页的原文为准。看病的事去医院官方渠道核，社保的事上当地政务服务平台核，平台活动规则看 App 里的规则中心。这一步别省。

三个动作可以揉成一段提示词，复制过去，把方括号里的内容换掉就能用：

```
请帮我查【问题】。只用 2026 年以后的信息，适用地区【城市】。
每条结论附来源链接和发布日期，并贴出支撑这条结论的原文句子；
不确定的标"未核实"，不要猜。
最后列出我需要自己去官网确认的三件事。
```

那两成还会涨，也许明年就是三成。但只要 13.9% 还在，日期和截止时间这最后一眼，就留在你自己手里。让 AI 去翻、去整理、去列出处，拍板的那一下，轮不到它。