AI 口碑监测是指用真实用户的问法，持续、批量地向各个 AI 引擎提问，记录并判卷 AI 对你的品牌给出的评价倾向。 它和传统舆情监测的差别在于：传统舆情盯的是「已经发布的内容」，AI 口碑盯的是「AI 私下生成、只说给一个用户听、不留档的那段话」。
它不发生在任何公开页面上，你看不到，但每天都在影响真实的购买决策。
为什么传统舆情工具管不住
| 维度 | 传统舆情监测 | AI 口碑监测 |
|---|---|---|
| 监测对象 | 已发布的网页、帖子、新闻 | AI 现场生成的答案 |
| 是否留档 | 有原始链接，可反复查证 | 不留档，不问就不存在 |
| 触达形式 | 一对多，公开可见 | 一对一，千人千面 |
| 发现方式 | 关键词爬取 | 主动提问 + 逐条判卷 |
| 纠偏路径 | 联系平台删改 | 用新内容覆盖旧口径 |
| 生效周期 | 删除即生效 | 2-6 周，需复测验证 |
最关键的一行是「不问就不存在」：你不主动去问，就永远不知道 AI 在怎么评价你。
AI 口碑的三类典型风险
一、过时信息被当成现状。
AI 的训练语料和检索结果都有滞后。「该品牌门店较少」「暂不支持上门服务」这类三年前成立的描述，可能至今还在答案里流通——而你早就改了。这类风险的特征是：内容本身不是恶意的，只是旧的。
二、对比中的隐性贬低。
用户问「XX 和 YY 哪个好」时，AI 会努力给出「平衡」的评价：你的短板会被明确点出(「XX 价格偏高」「售后响应一般」)，依据可能只是某几条旧帖。这类表述比公开差评的传播面更广——每个问对比的用户都会听到一遍。
三、张冠李戴。
同名或相似名的品牌之间，AI 会混淆资质、事故与负面新闻。别家的问题安到你头上，这在中小品牌里并不罕见，而且是最难自查的一类。
先建立基线：口碑要能被量化
判卷的口径要固定，否则没法比。我们的做法是每条回答判成正面 / 中性 / 负面三档，并抽取负面点原文。截至 2026 年 8 月，领航鲸探测库累计判卷 262 条回答：
| 口碑倾向 | 条数 | 占比 |
|---|---|---|
| 正面 | 217 | 83% |
| 中性 | 39 | 15% |
| 负面 | 6 | 2% |
数据来源：领航鲸探测库，判卷区间截至 2026 年 8 月，样本 262 条已判卷回答。
⚠ 这份分布不能当行业基准——样本以配置了完整品牌事实卡的品牌为主，天然偏正面。它的用法是自己跟自己比:同一个品牌、同一批问题、每轮的正负比变化，才是有意义的信号。
一个先决条件：你的引擎会告诉你信源吗
发现负面之后，下一步是找到 AI 是从哪学来的。这一步的可行性完全取决于引擎：
| 引擎 | 成功回答数 | 公开引用的比例 |
|---|---|---|
| DeepSeek | 108 | 100% |
| 通义千问 | 137 | 99% |
| 文心一言 | 65 | 95% |
| 豆包 | 94 | 39% |
| 腾讯元宝 | 66 | 35% |
数据来源：领航鲸探测库，统计区间 2026 年 7 月 30 日至 8 月 10 日。
对通义、文心、DeepSeek 这类高公开率的引擎，负面归因可以逐条追溯到具体链接；对豆包、元宝这类公开率只有三成多的引擎，大部分回答只能靠「口碑倾向随时间的变化」反推。做纠偏计划前先确认这件事，能省掉很多无效期待。
系统化的做法：五步
- 建题库:品牌词(「XX 怎么样」「XX 靠谱吗」)+ 对比词(「XX 和竞品怎么选」)+ 风险词(「XX 有什么缺点」「XX 投诉」)，覆盖用户真实问法，不要只放好话题；
- 多引擎定期探测:每个引擎的语料与检索源不同，口碑可能完全不同，只盯一个引擎必漏；
- 逐条判卷:标注正面 / 中性 / 负面，并把负面点的原文摘录留下来——原话比结论更有用，它直接告诉你要覆盖哪句话；
- 定向纠偏:找到源头信源后，用新内容覆盖旧口径，包括官方澄清、更新后的测评、结构化的事实陈述；
- 复测验证:2-6 周后重跑同一批问题，比对负面点是否消失。没有复测的纠偏等于没做。
纠偏时最容易踩的三个坑
- 只发澄清、不改源头。旧文章还在被检索，新澄清只是多一个信源，权重不一定更高。优先修改仍在被引用的那几个页面。
- 口径和官网打架。声明与正文不一致时，引擎倾向于两个都不采信，详见可引用性的 6 个要素。
- 攻击竞品做对冲。AI 对攻击性内容的采纳率极低，还可能连带降低你其他内容的可信度。
常见疑问
问：发现负面能要求 AI 删掉吗？
不能。AI 的答案是生成的，没有可删除的实体。唯一的办法是改变它读到的信源。
问：多久监测一次合适？
有在投内容时按周，稳定期按月。促销、发布会、负面事件后要立刻加测一轮。
问：负面只出现在一个引擎上，要处理吗？
要看那个引擎在你的客群里的份额。但更重要的是：单引擎负面往往意味着某一个具体信源出了问题,顺着它的引用链接查，通常几分钟就能定位。
---
领航鲸把这套流程做成了自动闭环：每轮探测自动判卷口碑、比对上一轮变化并推送预警，负面归因直接关联到信源链接；对不公开引用的引擎则退回趋势口径，报告里会明确标注哪些结论不可归因。
⚠ 还有一件事常被忽略：AI 口碑的上游是社媒口碑。 AI 引擎的检索源里就有社媒内容，今天在评论区被反复点赞的那句负面说法，可能就是明天 AI 答案里的依据。在社媒侧发现并处理，比等它进了模型答案再纠偏便宜得多——后者以周计。这条链路见品牌舆情监控。
延伸阅读：评论区才是民意、什么是 GEO、AI 可见度评分是怎么算的、竞品霸占 AI 答案怎么办。
参考资料：Google《AI features and your website》、KDD 2024《GEO: Generative Engine Optimization》、Schema.org 官方文档。