AI造5万条假数据骗过ChatGPT七个月 学术与投研报告已引用

2026年3月，研究员Metehan Yesilyurt花费约50美元，使用GPT-4.1生成5万条伪造统计数据，搭建stateglobe.com网站，声称覆盖200个国家在SEO、内容营销等领域的统计数字。

事实还原

网站上线后，Google在两次更新中迅速降低其可见度，目前索引页面仅剩5至20个印象。ChatGPT则持续从该站抓取数据，过去30天内Cloudflare记录超过60万次机器人请求，其中7.2万次来自ChatGPT-User代理。GA4数据显示，ChatGPT带来的会话超过1万次。网站目前获得330多个反向链接，来源包括Shopify、DHL和Bluehost等域名。伪造数据已进入一篇学术论文和一家银行的投研报告。

机制拆解

实验显示，LLM在生成回答时倾向于抓取具体数字而非模糊表述，因为数字更易被当作权威证据直接复述。检索过程受推理时间与算力成本限制，模型未对来源真实性进行核查。Google通过更新算法快速降低低质量站点权重，而ChatGPT的实时检索机制未同步过滤已下架内容，导致同一站点在不同系统中的留存时间出现显著差异。

产业影响

学术论文与金融机构报告引用伪造数据，表明AI生成内容正通过多级传播进入正式决策链条。内容生产者若依赖LLM进行研究，可能在不知情情况下放大错误信息。搜索引擎与大模型平台在数据可信度验证上的不同节奏，增加了下游用户甄别成本。

战略判断

（以下为分析而非事实）从现有案例看，单纯依靠模型自身推理难以解决来源核查问题，未来可能需要外部验证机制或更严格的检索过滤规则。内容方在利用AI工具时，需额外建立人工核对流程，以降低被虚假数据污染的风险。