情感

情感分析基于哪些回答

情感以整条回答为单位计算，而非单次提及。AI 模型会对整体情绪、品牌相关性、事实置信度和实用性等多项参数评分。

指标组合取决于查询类型。中性、比较类和负面查询的目标不同，因此评分维度也有所不同。

筛选器

左侧提供公司、产品、AI 服务和时间范围等常用筛选器。情感分析还增加了两个筛选器：“查询类型”可选中性、比较类、负面或全部；“情感”可仅显示正面、中性或负面回答。

四张概览卡片

顶部四项指标可快速呈现整体情况：

• 0–100 分的综合评分及进度条，绿色、黄色或红色帮助快速判断情况。
• 所选时间段内的回答总数，以及正面、中性和负面回答的分布。
• 正面率：正面回答占全部回答的比例。
• 需要关注：值得优先检查的问题回答数量。

详细指标

雷达图将综合评分拆解为具体参数。每项参数单独评分，帮助识别品牌的优势与不足。

适用于所有查询类型的通用指标

• 品牌相关性：回答与你的品牌有多相关。
• 事实置信度：模型对于回答中事实符合实际情况的信心程度。
• 实用性：回答对读者有多大帮助。

针对负面查询

• 问题严重程度：回答中的负面内容有多严重。
• 品牌影响：该回答可能在多大程度上影响品牌声誉。
• 可操作性：能否针对该回答采取具体行动。

针对比较类查询

• 品牌偏好：AI 在比较中倾向于哪一方。
• 推荐强度：AI 推荐或提醒避开的态度有多明确。
• 公正性：回答客观还是存在偏见。
• 证据支持：观点是否有论据和来源支撑。

针对中性查询

• 信息量：回答包含多少实质性信息。
• 完整性：回答是全面覆盖主题，还是仅涉及部分内容。

情感分布

环形图将回答分为正面（绿色）、中性（灰色）和负面（红色）三类，一眼即可看出 AI 谈论品牌时的主要情感倾向。

情感变化趋势

折线图展示平均评分和情感分布的每日变化，可帮助发现发布、新闻或产品调整后出现的情感突变。

按情感排名的主要来源

表格列出 ChatGPT、Gemini、Perplexity 等 AI 服务、其回答数量和平均评分，展示品牌声誉表现最好的服务，以及需要重点改进的服务。

行动计划

组件下方提供“如何利用这些数据？”区域，列出具体建议，并按关键、重要、中等和辅助等优先级分类。建议会根据最明显的优势和不足自动生成。

回答列表

底部有三个包含具体示例的列表，点击各条目即可打开完整回答。

问题回答

评分最低或对品牌影响较大的回答。应优先检查，了解 AI 为何如此描述品牌，并修正公司结构、同义词或来源。

优质回答

评分最高、推荐态度最明确的回答，可帮助识别最有利于品牌的表述和切入角度。

已标记回答

模型发现异常的回答，例如可疑来源、潜在错误或有争议的表述，可用于人工风险检查。