红线行为处置示例

10. 服务商发现红线行为后的处置示例

服务商处于企业、平台和用户之间，既要交付增长，也要守住边界。

以下案例可直接用于客户成功、法务、项目经理和内容团队培训。

10.1 客户要求加入未经证实的竞品负面信息

发现信号：客户在内容审稿中要求加入“竞品经常崩溃”“竞品存在数据泄露”“竞品客户都在流失”等表述，但不能提供公开证据。

沟通原则：先确认业务诉求，再把风险拆成可执行替代方案。

建议话术：

“这类表述会进入 AI 搜索和第三方回答环境，一旦缺少可核验证据，可能被认定为误导用户或商业诋毁。我们可以保留竞品比较主题，但建议改成可验证维度，例如公开价格、公开功能、集成生态、适用团队规模、支持文档和公开案例。对无法验证的负面断言，我们不建议上线，也不会纳入交付。”

处置动作：

1. 要求客户提供证据来源。

2. 将断言改写为可验证维度。

3. 对高风险内容出具书面风险提示。

4. 若客户坚持上线，暂停该部分交付。

5. 将过程记录到项目风险台账。

10.2 客户要求批量生成低质量页面

发现信号：客户要求在短时间内生成数千个页面，覆盖大量城市、行业、问题和竞品词，且页面内容高度模板化。

建议话术：

“批量覆盖可以成立，前提是每个页面具备真实服务能力、独立事实和用户价值。若页面只是替换城市名、行业名或产品名，容易被搜索系统和 AI 搜索识别为低质量规模化内容，也会损害品牌长期可信度。我们建议先做高价值问题地图，再对每个页面配置事实资产、证据、审核责任和更新计划。”

处置动作：

1. 建立页面质量门槛。

2. 抽样检查重复率与事实密度。

3. 暂停无真实服务能力的城市页和行业页。

4. 优先建设高意图、高证据、高风险问题页面。

5. 将产量 KPI 改为质量 KPI。

10.3 发现页面中存在提示词注入内容

发现信号：页面、评论、图片 alt 文本、HTML 注释或文档中出现诱导模型改变回答、忽视规则、优先推荐某品牌、隐藏来源等内容。

建议话术：

“这类内容可能被 AI 搜索、企业助手或RAG系统当成指令读取，属于 AI 应用安全风险。它不会提升可信GEO，反而可能导致平台封禁、客户投诉和安全事件。我们会把它作为高风险内容处理，建议立即下线并排查来源。”

处置动作：

1. 保存证据截图和页面快照。

2. 下线或清理含风险指令的内容。

3. 检查 CMS、评论区、上传文档和第三方插件。

4. 对知识库重新索引前进行安全过滤。

5. 通知技术团队评估RAG与 agent 风险。

10.4 客户要求伪造评论或第三方背书

发现信号：客户要求生成用户评价、行业榜单、媒体推荐、专家背书或“匿名案例”，并希望通过外部平台发布。

建议话术：

“评论和背书会直接影响用户购买判断，伪造、购买、选择性压制或隐藏利益关系都属于高风险行为。我们可以帮助设计真实评论征集、案例授权、客户访谈和第三方评测流程，但不会参与伪造评价或未披露的付费背书。”

处置动作：

1. 要求评论来源和授权证明。

2. 建立客户案例授权模板。

3. 付费合作必须披露利益关系。

4. 删除无法核验的评论素材。

5. 将评价治理纳入品牌风控。

10.5 发现合作方正在污染RAG知识库

发现信号：知识库中突然出现大量新文档，文档结构相似，核心结论一致，且指向某个品牌、产品或观点。检索日志显示这些文档在特定 query 下命中率异常高。

建议话术：

“知识库内容会直接影响 AI 回答。未经审核的大量文档进入知识库，会造成回答偏差、错误引用和安全风险。我们需要先冻结新增内容，做来源、权限、相似度和引用质量检查，再决定是否恢复索引。”

处置动作：

1. 冻结相关知识库更新。

2. 回滚最近新增内容。

3. 审查上传账号、权限和来源。

4. 对异常文档做语义聚类和重复检测。

5. 增加入库审核与来源签名机制。