更新于 2026-10-11
测量说明 · 2026 年 10 月
这一页说明周报和平台上的数字是怎么得出来的，哪些变化不应理解为品牌表现的变化，以及接下来会加入的新测量方法。
1. 10 月测量上发生了什么
- Perplexity：回答开头多了一段搜索记录
- 从 10 月 2 日的扫描起，Perplexity 的每条回答开头都带有它自己的搜索记录（搜索词和找到的来源）。判分读的是回答的开头，所以 10 月 2 日和 10 月 9 日两次排程扫描里，Perplexity 的显著度、情感和出现率是对着这段记录判的，不是对着回答正文。问题已于 10 月 9 日修正。这两次扫描在报告里标有 *，不用来判断涨跌；修正后的第一次排程扫描是 Perplexity 的新基线。
- Google AI Overview：没取回的回答曾被记成"未出现"
- 很多问题的 AI 概览是 Google 在结果页加载之后才生成的，正文要靠第二次请求去取。10 月 11 日之前，两次请求共用 30 秒时限；超时或取不到时，回答被存成空，并按"品牌未出现"计分。10 月 11 日起，两次请求各自计时，失败重试一次，每条回答记下三种结果之一：有回答、Google 没有显示 AI 概览、没取回。因为取回的回答变多了，10 月 11 日之后第一次扫描起，Google AI Overview 的读数与此前不完全可比；报告会注明一次。
- Perplexity 列出的来源变少了
- 同样从 10 月初起，Perplexity 每条回答列出的来源大幅减少：约 5 个，此前是 25–30 个（在一组越南语问题上测得）。这是引擎自身的变化。Perplexity 的引用次数和来源清单，在这个时间点前后不能互相比较。
2. 什么时候才算一个数字"变了"
报告只在满足下面几条规则时，才把一个变化称为上升或下降。
- 只比较排程扫描：同一组问题、同一组引擎、每周同一时间。手动扫描单独列出，不参与比较。
- 总分在 ±3 以内的变化是抽样噪声。报告只写数字，不称为涨或跌。
- 被标记的扫描——判分读错了对象、某个引擎的大部分回答没取回、或供应商更换了模型——不用来下结论。下一次有效扫描是新基线。
- 某个问题在一次扫描里"有"或"没有"品牌，还不算变化。同一个问题隔几小时再问，结果可能不同：在一次检查中，11 个问题一晚上问了三遍，有 3 个问题三遍的结果不一致。只有多次扫描都重复出现的结果才算稳定。
- 没有人手动调整测量数字。测量工具出错时，我们修工具，已记录的数字保留并标注。
3. 数字是怎么得出来的
每次扫描经过四层。只有一层含有 AI 模型的判断；计分用的是规则。
- 提问层
- 固定的一组越南语问题发给五个引擎：ChatGPT、Claude、Gemini、Perplexity 和 Google AI Overview。前四个通过模型接口提问，回答可能与用户手机上的应用不同。Google AI Overview 取自真实的搜索结果页。
- 取回层
- 回答原文保存。引擎自己的工作记录（如果有）在判分前剥离。
- 判读层
- 一个语言模型阅读每条回答的开头，记下四件事：是否提到品牌、位置有多显著、语气如何、还提到了哪些品牌。这是唯一含有模型判断的一层；它用一组人工标注的样本来校验。
- 计分层
- AIGVR 是一条固定公式：出现率 30%、显著度 25%、相对竞品的声量份额 20%、情感 15%、引用 10%。这一层没有模型参与，可以用同样的数据重新算出来。
周报里，第一部分是测量数字。第二部分（解读）和第三部分（建议）由 AI 撰写；每条论断都对照扫描数据核验，核验不了的句子会被删掉。这两部分不改变第一部分的数字。
关于"决策模型"：判读层目前用的是通用对话模型。一类输出概率而不是文字的新模型正在出现，它们更便宜，也能把"不确定"量得更细。我们正在评估。更换判读层的模型属于方法变更：只有新模型在人工标注样本上达到要求的一致性才会更换，并在当期报告里说明。
4. 新方法：成对谓词核验
尚未用于越南语项目
出现率数的是品牌的名字，量不出 AI 对品牌"信什么"。一个品牌可以被频繁提到，同时被说错。
这个方法取品牌已公开材料里的一条声明，写出它的直接否定，然后在两次互不相干的提问里分别问引擎：这句话对不对？引擎只能回答是、否或不确定，并给一句依据。两个回答的组合落在四种结果之一。每组问题至少问两轮；两轮结果不同，就记为第五种结果。
| 结果 | 两个回答 | 对内容工作意味着什么 |
|---|---|---|
| 一致 | 同意声明，不同意否定句 | AI 的说法与品牌公开的说法一致。 |
| 矛盾 | 不同意声明，同意否定句 | 有一个相反的说法比品牌自己的说法更强势。 |
| 自相矛盾 | 两句都同意 | 两种说法势均力敌，AI 没有稳定的认知。 |
| 真空 | 两句都不同意或不确定 | 品牌写了，但没有写在 AI 读得到的地方。 |
| 轮间不稳 | 两轮提问得到不同结果 | AI 对这条声明没有稳定立场。不用多数表决来掩盖这个结果。 |
- 两句必须分开问。放在同一次对话里，引擎会刻意让两个回答保持一致。
- 每一轮都混入与品牌无关的对照句，其中一半是已知为假的。对假句答"是"的引擎，这一轮的全部结果作废。
- 包含两层意思的声明必须拆开，每层意思单独问。
这个方法不打"准确度分"。准确度打分需要一个知道真相的裁判，而一家公司的事实在它自己公开的材料里，不在我们手里，也不在某个模型手里。方法只观察两件事：AI 的说法与品牌公开的说法是否一致，AI 自己前后是否自洽。
局限：它不裁定真假；它量的是通过模型接口取得的回答；一个品牌只有十几条声明，足以指出哪几句话需要补上可查证的出处，不足以对一个引擎下总体结论。
方法由观澜智库（NeuronSpark，香港）开发并发布，MemeCMO 获授权使用。它已在香港的一个示范品牌上用中文实测。用于越南语项目之前，需要越南语的问法和对照句，以及一份只取自品牌已公开材料、并由品牌自己确认的声明清单。
5. 两件事能让测量更如实地反映贵方的工作
MemeCMO 不向任何 AI 发布内容。AI 只读公开的网页。在平台上登记或修改的东西(品牌档案、草稿、行动记录)只改变我们的记录和建议;要让 AI 看到,内容必须发布在官网或媒体上。
- 登记每一篇已发布的内容（链接和发布日期）。没有这条记录，报告无法把一篇稿件和 AI 回答里的一个变化连起来。
- 确认品牌的标准事实表。它同时也是成对谓词方法要用的声明清单。