未被发现
回查品类归属、问题覆盖和公开主体材料,不先归咎模型。
提及率、推荐率与准确率回答的是三个不同问题。先固定样本、分母和事实版本,再谈趋势;否则一张漂亮总分图只会掩盖真实缺口。
问题原文、问题类型、入口、时间、地区与语言、是否登录、会话上下文和可见的联网状态。入口不公开某项条件时,记录为「未知」,不要自行推断。
品牌与竞品名单、现行产品清单、关键事实版本、推荐的判定规则、并列与否定提及的处理方式。基线变更后应开启新版本,不能直接拼接旧趋势。
监测不是多问几次 AI,而是让同一结论在任何复盘会上都能回到同一批证据。
答案管理的可复核原则
回查品类归属、问题覆盖和公开主体材料,不先归咎模型。
检查适用场景、比较依据与推荐理由是否有可核对证据。
优先修正高影响事实源,并用同一问题复测。
分入口保留差异,不用平均值抹掉问题。
结论标为来源未知,只推进可验证的公开材料修订。
先复核入口、会话与样本条件,再决定是否升级为事件。
不追求一次覆盖所有问题,先让样本能复测、结论能下钻。
将问题分为品牌介绍、品类发现、场景推荐、竞品比较、事实核验与风险追问,避免不同意图共用一个分母。
由业务负责人确认现行主体、产品、参数、政策和时间边界,给每条事实标注来源与生效日期。
保存问题、回答、采集条件和公开可见引用;不能访问或不提供引用的入口,只评价回答内容,不虚构来源。
先做人工抽检与争议标注,再按固定规则汇总。规则有变化时重算同一批样本,确保口径一致。
一张卡对应一次完整回答;缺失信息写「未知」,不跨回答拼接字段,也不把汇总指标倒填成单条结论。
保存问题原文,并标记品牌介绍、品类发现、场景推荐、竞品比较、事实核验或风险追问。
记录入口、时间、地区、语言、登录与会话条件;入口未公开的状态写「未知」。
保存整段回答和可见引用,不只摘取品牌名、排序或一句结论。
分别标记是否提及、是否进入候选、是否明确推荐,以及否定、并列和顺带举例。
逐条写明正确、错误、过时、冲突或无法判断;发现错误后进入系统化修复指南。
连接事实版本、公开证据、复核人、责任角色、下一步动作和复测状态。
提到品牌的有效回答数 ÷ 有效回答总数。报告必须区分问题中已点名品牌与未点名品牌,否则指名问会抬高结果。
品牌被明确纳入建议或候选清单的回答数 ÷ 具有推荐意图的有效回答数。中性介绍、顺带举例和否定推荐均不算。
核验为正确的品牌事实条目数 ÷ 已核验事实条目总数。分母是事实条目,不是回答数;存疑与无法核验应单列。
同一张台面上,出现、入围、说对分别用匹配的分母计算;不同结果对应不同的管理动作,而不是汇成一个好看的总分。
左右滑动查看完整界面

左右滑动查看完整界面

左右滑动查看完整界面

提及看有效回答、推荐看有推荐意图的回答、准确看事实条目,混用分母就会互相污染。
同一个下降,「未被发现」和「被推荐但事实错误」对应的动作完全不同。
每个读数都能回到原始问题、条件与回答,异常先查采样再谈趋势。
台面只呈现你自己的样本口径,不编造对标基准或推荐倍数。
任何一个问题无法回答,都先回到样本核查,不急着把变化解释成品牌表现上升或下降。
本期是否新增入口、问题类型或地区?如果变了,应分版本展示,不能直接接在旧折线上。
下钻到问题类型、入口、事实字段和完整回答,判断是广泛变化还是少数样本造成。
抽查推荐、否定提及和存疑事实的判定;管理汇报可沿用答案管理 KPI 口径卡。
把未被发现、未被推荐、事实错误和来源未知分别交给对应责任人,并写明复测条件。
双方确认的公开入口、约定账户条件、固定问题集、完整可见回答、入口展示的引用和人工复核记录;以实际可取得字段为准。
非公开搜索、内部知识库、历史会话、登录态差异、多模态内容和未展示来源。未经授权或验证的能力保持待确认,边界定义见什么是 AI 答案管理。