案例上篇｜可见度99%的品牌，也有认知盲区
一家被提及率接近满分的头部家电集团，在风险题、质量要素和跨平台讲述量上，仍藏着平均分照不到的盲区。
前几期我们讲清了标准、方法、诊断流程，也给出了读懂“AI 成绩单”的路线图。从这一期开始，我们进入真实战场。
下面这个案例来自我们服务过的一家头部家电集团。为保护客户信息，品牌名称以“某家电集团”代替，涉及竞品以“竞品 A”“竞品 B”指代，部分数字做了近似处理，平台名称与结论保持真实。选它作为开篇案例，恰恰是因为它足够“优秀”——优秀到几乎所有人都以为，它的 AI 认知不会有问题。
一张近乎满分的成绩单
先看它的可见度。在全部 29 道诊断问题、6 大 AI 平台、双终端合计近 700 条应答里，这个品牌的被提及率接近 99%，平均排名 1.2 左右，被 AI 放在第一位的次数超过 600 次。情感结构同样漂亮：正面回答接近九成，中性约半成，负面占比极低。
再看开放竞争口径——也就是消费者不点名、让 AI 自发推荐时的表现。它依然稳居第一梯队，被主动提名率接近 99%，平均排名 1.5 上下，负面回答在两百多条里只有一条。
换句话说，无论点不点名，AI 都认识它、记得它、把它排在前面。按此前讲过的“AI 认知四种状态”来对照，它显然不属于“不知道”，也基本不属于“知道错了”。
如果诊断到此为止，这份报告就只是一张奖状。但真正有价值的信息，藏在平均分照不到的地方。
盲区一：在一道风险题里，它被AI点了名
诊断中有一类特殊的问题，专门模拟消费者购前的“避坑”搜索，比如“哪个大家电品牌故障率最高、投诉最多？”
在这道题上，结果出人意料。这个品牌的进榜率是 100%——每一台 AI 在回答“谁投诉最多”时，都提到了它。更刺眼的是首位次数：在全部应答里，它被放在第一位“点名批评”的次数达到两位数，而主要竞品在这一位上只有个位数零星出现。
可见度指标在这道题上完全失灵了。同样是被提及、被排在第一，在推荐题里是荣誉，在风险题里却是声誉风险。这正是此前强调“先认口径、再看异常”的原因：一个把平均分拉高的“高提及”，在特定语境下可能恰恰是最需要处理的负面资产。
AI 不是凭空这么说的——它背后是投诉平台、质量事件、处罚记录一类的公开语料，被反复讲述、反复引用，最终固化成了 AI 对这道题的默认答案。
盲区二：五要素里，“质量”是最短的那块板
把回答按品牌五要素归类后，失衡浮现出来。
在创新、无形要素上，这个品牌的表现堪称标杆：情感得分接近满分，竞争问里的平均排名逼近 1.0，几乎逢问必被放在第一位。有形要素、服务要素也都在健康区间。
唯独“质量”要素掉了队。它的加权情感得分在五个要素里最低，竞争问里的平均排名也最差，接近 2.0——意味着在不点名的情况下，AI 谈起它的质量时，位置明显后移，正负叙事出现两极分化。
这个落差极具诊断意义。一家以制造和质量起家的家电集团，在 AI 的认知里，最强的是“创新”，最弱的却是“质量”。这未必是真实质量的滑坡，更可能是质量叙事的缺位：技术、创新、智能化的内容在公开语料里被讲得充分，而“质量”这条最该被反复讲述的主线，反而没有形成足够强、足够正向的语料资产，被投诉和故障类内容抢占了话语权。
服务要素上也出现了类似的信号。在一道售后服务场景题里，它与竞品 A 的“首位”次数咬得极紧，几乎平分秋色——曾经的服务优势，正在被对手快速追平。
盲区三：同样的品牌，不同的AI，讲了四倍的话
第三个盲区藏在平台维度。把六个平台分开统计，AI 讲述这个品牌的“话量”差距高达四倍：讲得最多的平台，提及次数接近两千；讲得最少的平台，只有四百多次。
这意味着，这个品牌的 AI 认知并不“均匀”。在某些平台上它信息丰满、形象立体，在另一些平台上却语料稀薄、形象单薄。消费者用哪个 AI 提问，直接影响他看到的是一个怎样的品牌。而语料稀薄的平台，恰恰是负面内容更容易乘虚而入、占据默认答案的地方。
诊断的价值，不在打分，而在照出盲区
回到开头。如果只看总分，这是一家 AI 认知“接近满分”的品牌，报告可以直接锁进抽屉。但拆开来看，它同时拥有三个清晰的盲区：
- 一道被点名的风险题
- 一块最短的质量叙事板
- 一批讲述量严重失衡的平台
这三个盲区，靠“平均分”永远发现不了，靠人工一个个去问 AI 更是无从下手。而它们，恰恰是最值得投入资源去改善的地方——因为改善的边际收益，远高于在已经满分的地方继续加分。
这就是五要素 AI 诊断真正的价值：它不是给品牌发一张奖状，而是把聚光灯打到那些被平均分掩盖的暗角，告诉企业“劲该往哪里使”。
结语
那么，照出盲区之后呢？下一期，我们接着讲这家企业如何把这三个盲区拆成一份可执行的改善清单，以及一段时间之后，改善的效果又该如何被重新验证。
FAQ
Q1：可见度接近 99%，是否说明品牌的 AI 认知没有问题？
A：不一定。高可见度只说明 AI 认识你、记得你；在风险题、单要素叙事和跨平台讲述均匀度上，仍可能藏着平均分照不到的盲区。
Q2：为什么风险题里的“第一名”反而危险？
A：同样是被提及、被排第一，在推荐题里是荣誉，在“谁投诉最多”这类避坑题里却是声誉风险。高提及在特定语境下可能是负面资产。
Q3：质量要素得分偏低，是否等于真实质量变差？
A：未必。更常见的是质量叙事缺位：创新、智能化内容讲得充分，正向质量语料不足，投诉与故障类内容抢占了话语权。
Q4：五要素 AI 诊断最有价值的产出是什么？
A：不是一张接近满分的奖状，而是照出盲区并告诉企业资源该投向哪里——例如风险题治理、质量语料补强、薄弱平台内容建设。