会前：先建立活动事实基线
列出活动名称、品牌展台、产品、演讲人、合作伙伴、市场语言、官方议程和可公开承诺。每项材料标版本与负责人，尤其检查新品参数、演讲标题、演示范围和媒体口径。
会前还应固定三类问题：媒体可能问什么，现场观众会比较什么，AI 在活动前后会怎样回答品牌与新品。没有基线，活动中出现的差异无法判断是信息更新还是错误传播。
现场：按触点而不是关键词值守
| 触点 | 证据 | 重点风险 |
|---|---|---|
| 演讲与采访 | 官方议程、依法取得的录音/文字、媒体原文 | 临场表达被截断、限定丢失 |
| 展台与演示 | 产品版本、演示脚本、现场公开素材 | 演示能力被当成已上线功能 |
| 社媒与直播 | 原帖、评论、时间点、切片与上下文 | 玩梗、错译、二次剪辑 |
| 观众反馈 | 公开评论、授权问卷、工作人员记录 | 样本偏差、个人意见被泛化 |
公开内容可按项目范围整理；参会者身份、名片、扫码线索和私聊必须基于明确授权和用途，不能与公开舆情自动匹配。音视频材料依法取得后才能辅助处理，关键主张人工核验。现场工作人员的观察也应标注记录人和时间，不能包装成全体观众的共同态度。
MATRIX的会场—全渠道连接
MATRIX 以活动—场次—演讲人—产品建立对象，将媒体报道、社媒内容和 AI 答案归到同一事件；高风险失真保留原始证据，交给现场公关、产品或法务处理。动作完成后，分别复测媒体报道、社媒讨论和 AI 问题，不把现场热度当长期影响。
实时路由可沿用实时品牌监测，涉及音视频与直播证据时参考播客/音频/直播监测。
会后：把“热闹”变成可复盘议题
会后至少区分四类结果：事实是否准确、核心主张是否被理解、哪些问题反复出现、哪些说法进入 AI。媒体数量、社媒互动和线索数量分别报告，不能合成一个“活动影响力分数”，也不能用公开声量推导成交。
需要关联授权线索与业务结果时，使用客户依法提供的聚合字段，并保留活动、触点和时间窗口；相关不等于因果。
假设场景：原型演示被当成正式功能
示意·非真实客户数据
某品牌在展台展示概念原型，工作人员说明“用于收集反馈，尚未发布”。短视频切片删掉限定语，媒体写成新品功能，AI 随后回答“该能力已可购买”。团队应保存完整演示语境，发布产品状态事实页，向关键来源补充版本，并用原购买问题复测。
问题根因不是活动声量过高，而是原型、测试与正式发布的状态字段没有在跨渠道传播中保留。
活动执行清单
- -[ ] 活动、场次、人物、产品和承诺已建对象与版本。
- -[ ] 现场证据能定位时间、语境和原始来源。
- -[ ] 线索、个人资料与公开舆情分层处理。
- -[ ] 原型、测试和已发布状态明确区分。
- -[ ] 高风险事件有现场负责人和关闭条件。
- -[ ] 会后复测覆盖媒体、社媒和 AI 长期结果。
活动数据进入周期报告时，可使用品牌监测报告模板统一范围和限制。
下一步：为下一场活动选一项重点演示，提前准备事实页、限定语和三个 AI 复测问题；需要活动值守方案可。