怎么查看品牌在豆包和 Kimi 里的口碑:负面标签不到 0.2%,短处几乎都挂在标正面的名字下面

简介: 查品牌在豆包和 Kimi 里的口碑,别从情感标签的负面数起。我把两家连问 26 天的回答拆到每个被点到的名字上:标负面的不到千分之二,可原话里单列了缺点、短板的,豆包 309 次、Kimi 44 次,几乎全挂在标正面的名字下面。文中写了负面怎么数、这套标签能信到哪一步。

查豆包和 Kimi 里的口碑,我现在这么做:情感标签只当报警器,口碑从原话里数,数 AI 有没有给这个名字单独写一行缺点、短板,写的是哪一类。原因是标签和原话差得太远。我把两家对同一组题连问 26 天的回答拆到每个被点到的名字上,标成负面的,豆包 4,079 次里只有 6 次,Kimi 4,660 次里 5 次;原话里给这个名字单列了短处的,豆包 309 次,Kimi 44 次,而且几乎都标着正面。

用的数据

自己整理的一批 AI 回答记录:一个软件品类的 39 道选购、用法问题,题里都不点名哪家工具;豆包和 Kimi 从 9 月 27 日到 10 月 22 日每天各问一遍,各收回 1,012 条有效回答。每条回答配一份用模型从回答里抽出来的名单:点到了哪些产品,每个产品标一个情感(正面、中性、负面),再标推不推荐。下面说的「标签」就是这份名单。

负面标签几乎数不出来

豆包标负面 6 次,占 0.15%;Kimi 5 次,占 0.11%。把同期 8 家国内 AI 的 8,232 条回答都算上,38,830 条名单记录里负面一共 33 条,0.08%。

豆包和 Kimi 这 11 次我逐条读了原话,说的都是不适合谁:7 次是劝中小企业别直接上企业级工具,另外 4 次出在 Kimi 的同一条回答里,说几款海外工具不覆盖国内的 AI,放到国内市场几乎没用。没有一次在说产品本身做得不好。

再看标签本身:两家标正面的名字,全都同时标了推荐;反过来,没标推荐的不是中性就是负面,39 道题里找不到例外。这套标签量的其实是推没推荐,不是说好说坏。

短处写在标正面的名字下面

原话里的批评,我只数最好认的一种:AI 单独写了一行「缺点:」「短板:」「局限:」「不足:」「劣势:」,或者表格里专门留了一列。这一行归给它上面最近的那个产品条目,表格里那一格归给同一行的产品。

这里有个坑,我第一版就踩了。像「短板:……弱于某某」这种句子,冒号后面出现的名字是拿来比的,不是挨批的那个;还有自建方案、注意事项这类条目,下面的缺点会被往上算到前一个产品头上。改成冒号后面的名字不算、往上找碰到没有产品名的小标题就停,再按固定间隔抽读 70 条,69 条说的是这个产品,或者它被归进的那一类产品,后一种占四成左右,比如一段话列了几款同类工具,下面一行写「按量/订阅付费」。剩下 1 条出在几家 AI 互相比较的回答里:上一行顺带拿别家比了一句,下一行的短板就被算到了被比的那家头上。

改完以后的数:

豆包 Kimi
名单里的名字(次) 4,079 4,660
标负面 6(0.15%) 5(0.11%)
原话里单列了短处 309(7.6%) 44(0.9%)
其中标的是正面 307 42
标负面的那 11 次里,单列了短处的 0 0

按原话数,豆包的负面是按标签数的 50 多倍,Kimi 近 9 倍。被单列短处的名字,豆包 309 次里 307 次标正面,Kimi 44 次里 42 次。

翻原话能看出原因。AI 列推荐清单时,习惯每个产品写一段优势、一行短板、一句适合谁,名字既然在推荐清单里,正面和推荐就都标上了,短板那一行没人管。比如有一款标着正面、推荐,下面那行写的是「偏项目制,标准化SaaS功能弱」;另一款写的是「提示词数量有限,不支持大规模自定义业务问句」。

反过来,标中性的名字里,豆包只有 0.8% 被单列了短处,比标正面的 8.1% 还低。只盯中性和负面,正好漏掉 AI 写得最具体的那些批评。

同一个名字,标签一天一个样

同一道题里的同一个名字,被点到 5 天以上的,豆包有 209 组,其中 44 组(21.1%)前后标得不一样,几乎都是在正面和中性之间来回换;Kimi 246 组里有 60 组(24.4%)。结合上面那条,正面换成中性,多半只是这一天没把它放进推荐清单,不是评价变了。只看某一天的正面占比,涨了跌了都可能只是这个。

我现在怎么数负面

  1. 标签上的负面,出现一次读一次原话,先分清是说你不好,还是说你不适合某类用户。如果是后一种,把自己适合谁讲清楚,比辩解有用。
  2. 主数原话里给你单列了短处的次数,按产品归,冒号后面出现的名字剔掉。短处再按收费、覆盖哪些 AI、缺哪项功能、上手难不难归一归类,每周看哪一类在变多。
  3. 豆包和 Kimi 分开算。Kimi 单列短处的比例只有豆包的八分之一左右,这不说明 Kimi 里的口碑更好,能确定的只是它更少把短处单独拎出来写,要看批评得去句子里找。
  4. 正面占比至少看一周再说,单日在正面和中性之间晃很正常。
  5. 规则每改一次就抽读一次,至少几十条。

替品牌做公关的,给客户交口碑报告时,「九成以上是正面」这句可以不放,放原话里写了哪几类短处、哪一类在变多,更接近客户想知道的东西。

没数到的

只有一个软件品类、39 道题、26 天。单列短处只认「缺点:」这类格式和表格里的缺点列,揉在句子中间的批评一概没数;Kimi 的数偏少,有一部分可能只是它不这么排版。一类产品共有的短处,规则会算到这一类里被点名的每一个头上。名单、情感、推荐都是模型抽的,标正面的那几千条我没有逐条复核。

数据来源:自己整理的国内 8 家 AI 平台回答记录,合计 8,232 条,时间 2026 年 9 月 27 日至 10 月 22 日。

相关文章
|
4天前
|
人工智能
如何监测品牌在 AI 引擎中的曝光度?一周 1,902 条回答,近一半的提及落在 5 道题上
监测曝光度,先定问哪些题,再定每道题问几次。我拿一周 1,902 条回答试了几种省事的问法:随机少问一半题,算出的提及率大多落在 6.73% 到 13.99% 之间;每道题在每家 AI 上只问一天,这周提到过品牌的位置平均只看得到 37.5%。文中写了题怎么挑、问几次、报哪几个数。
|
6天前
|
人工智能 算法
GEO 优化带来的品牌提及增长怎么衡量?同样两周的回答记录,换个算法增长差出五倍多
衡量提及增长,先把题和平台对齐再算。我拿同一份回答记录里的前后两周对账:原样全算涨 44.0%,只留两周都问过的题和条数齐的 AI 是 31.5%,按被提到的题数算只有 8.0%,两周各挑一天能算出 -5.3% 到 +215.6%。文中写了差在哪、对账前先定死哪几样。
|
16天前
|
人工智能
如何发现 AI 回答中的品牌错误信息?换一批新回答再对一遍,11 种错说法还剩 3 种
要找出 AI 说错的品牌信息,事实表加逐条比对只是开头,对一次远远不够。同一套规则换一批新回答再跑:11 种错说法里 8 种不见了,「有免费版」一直在,又冒出 1 种新的,被引的源头页面也换了。顺带记下几个坑:只看总错误率、只抽查一天、不复核脚本标出的错。
|
20天前
|
人工智能 开发者 C++
竞品被 AI 推荐时通常引用了哪些来源?我把 9,580 次推荐的引用列表分了类
竞品被 AI 推荐时,引用里最多的是媒体和自媒体文章,其次是别家官网,被推荐产品自己的官网只占 1.2%。换成按回答算、再和同题没提它的回答对照,引到它官网或点名讲它的页面是 34.1% 对 5.1%。顺带记下整理时踩的几个坑:合计被两个平台带偏、两组回答长短不一样、标题筛不出盘点文、不带引用的推荐要先剔掉。
|
23天前
|
人工智能 JSON 数据格式
GEO 优化后如何验证内容是否被 AI 采纳:引了文章的 16 条回答,能确认用上原文的只有 10 条
被 AI 引用和被 AI 采纳是两回事。一篇文章发布后 5 天被 16 条回答列进参考来源,按文中自编的示例名和一句少见判断去查,能确认用了原文的 10 条。记下试过的三种办法,以及发前基线、同题对照、看多久、怎么排除偶然。
|
25天前
|
人工智能 监控 Python
如何监控品牌在不同 AI 平台的提及率变化?8 个平台 26 天回答记录的 SQL 统计方法
监控品牌在 AI 回答里的提及率变化,先要确认题目产出名单,再按周汇总。用 39 道题在 8 个国内 AI 平台连续 26 天的 8,026 条回答,演示用 SQLite 建表,算出名单率和联网率,用 Jaccard 量隔天波动,按天、按周对比同一品牌的提及率。附建表脚本和三段 SQL。
|
6天前
|
Linux Go 开发工具
手机上跑 DeepSeek 智能体:开源安卓客户端 DSH Go 安装与使用指南
DSH Go 是一款开源安卓客户端,将 DeepSeek Harness 智能体引擎装进手机:免 Root、免 Termux,一键安装即用;支持本机运行(内置 Ubuntu+Node.js)或远程接管电脑会话;具备插话打断、过程折叠、屏幕操控、端到端加密分享等特色功能,真正实现智能体“口袋化”。
7656 19
|
6天前
|
弹性计算 人工智能 API
Codex超详细入门指南(下载·安装·登录·上手,全版本覆盖,2026最新版)
建议收藏本教程,2026 全年各版本更新随时回来查阅。如果你在搭建过程中遇到任何问题,欢迎结合 阿里云工单系统 提交技术支持请求,或在 阿里云开发者社区 搜索 Codex 相关话题交流。 祝你编码愉快,效率翻倍!
2492 12
|
1天前
|
人工智能 安全 应用服务中间件
NGINX 爆出两处高危漏洞 可导致未经身份验证的远程代码执行
NGINX曝出两个高危漏洞(CVE-2026-123633和CVE-2026-123007),CVSS 9.2分,均属HTTP/2内存安全缺陷,无需认证即可远程执行代码。影响自2015年起的多个版本,静态站点亦受威胁。修复版本为开源版1.30.7/1.31.9。(239字)
1222 0
NGINX 爆出两处高危漏洞 可导致未经身份验证的远程代码执行
|
4天前
|
传感器 安全 区块链
Windows 电脑运行安卓应用教程:开源工具 ApkStart 双击 APK 即装、独立窗口运行
ApkStart 是一款开源Windows工具,让安卓APP像原生软件一样运行:双击APK即安装、生成真实图标、独立窗口启动、开始菜单可搜索。无需传统模拟器,内置QEMU运行时,支持数据互通、ARM兼容与命令行操作。(239字)

热门文章

最新文章