Rankking Booster

AI 搜尋情緒監控

AI 提到你,是誇你還是扣你分?

每一則 AI 回答都會判斷情緒方向,並把用來判斷的原文片段一起留下。你看到的不是一個分數,而是「這句話說了什麼、屬於正面還是負面」。

  • 主品牌與所有競品的正 / 中 / 負佔比並列
  • 正負關鍵詞文字雲,點一下即時篩選明細
  • 原文佐證標色:正面綠底、負面紅底、品牌名黃底

負面敘述通常不是一夜之間出現的

AI 的回答會左右購買決策,但沒有人會通知你它開始講你的壞話。

  • 提及率上升,實際上被講的內容卻越來越不利,只看次數看不出來。
  • 客戶或主管問「AI 為什麼這樣說我們」,手上沒有原文可以佐證。
  • 負面說法散在數百則回答裡,人工翻不完,也不知道該先處理哪一則。

情緒監控怎麼運作

分數怎麼算

分數 =(正面 − 負面)÷(正面 + 負面),範圍 −1 ~ +1。中立與未提及不列入分母——品牌沒被提到不等於評價中立,若計入會把分數往 0 稀釋。頁面頂端同時顯示平均分與已分析回應數。

全自動,不需手動觸發

每次 GEO 同步後會自動分析新回答,畫面上沒有「開始分析」按鈕;分析進行中會在標題列顯示進度。

品牌情緒總表

主品牌與所有競品的正 / 中 / 負佔比與平均分並列,一張表看完相對位置。每個品牌另有各自的平台情緒條。

關鍵詞文字雲

正面關鍵詞(綠)與負面關鍵詞(紅)分開呈現。點任一關鍵字會自動帶入品牌 + 情緒 label + 搜尋詞,下方明細只顯示對應項目,再點一次取消。

原文佐證

展開任一明細會顯示「品牌 · keyword ↔ AI 原文片段」一一對應清單,並在 AI 回答內文中標色:正面綠底、負面紅底、品牌名黃底。

明細篩選與排序

可依日期、平台、分類、Prompt、品牌、情緒 label 與關鍵字搜尋;排序支援日期新→舊、負面優先、正面優先,用來快速掃出最需要處理的內容。每頁 50 筆。

為什麼這裡的負面分數可以信

LLM 有時會對「根本沒出現在原文的品牌」硬扣負面標籤。我們用三層防禦攔截。

三層幻覺攔截

一、原文品牌校驗:目標品牌名(含所有別名)未出現在 AI 回答原文時,一律強制歸為未提及。二、禁止詞名單:伺服器端過濾 20 個以上常見幻覺詞(推薦不足、認可度低、存在感不足、知名度低……),前端詞雲與明細再套一次相同過濾。三、原文片段校驗:LLM 給的每個判斷都必須真的是原文的一段文字才會保留。

新增或刪除競品時自動補齊

新增競品後,系統自動針對缺這個競品分析的舊回答跑增量補分析,只分析新競品、不動既有結果,背景執行通常 1–5 分鐘完成;期間該競品會標示「資料分析中」。刪除競品時會一併清除其情緒資料。

畫面預覽

AI 搜尋情緒監控:每日情緒趨勢圖(近 30 天,正面 / 中立 / 負面堆疊)——活動期間的情緒變化一眼看出。
每日情緒趨勢圖(近 30 天,正面 / 中立 / 負面堆疊)——活動期間的情緒變化一眼看出。
AI 搜尋情緒監控:正負關鍵詞文字雲+點選後的明細篩選狀態。
正負關鍵詞文字雲+點選後的明細篩選狀態。
AI 搜尋情緒監控:原文佐證展開狀態,含綠 / 紅 / 黃三色標記——每個判斷都能追回原文。
原文佐證展開狀態,含綠 / 紅 / 黃三色標記——每個判斷都能追回原文。

你可能想問

Q情緒詞是誰決定的?

由模型從 AI 回答中萃取形容詞,例如「合身度待注意」。寫入前會驗證該原文片段確實出現在回答裡,避免幻覺。

QAI 會不會亂給我負面標籤?

會,這也是我們做三層攔截的原因:原文沒有出現品牌名一律歸為未提及、伺服器端過濾常見幻覺詞、每個判斷都要對得上原文片段。

Q新增競品後,過去的資料要重跑嗎?

不用。系統會自動針對缺該競品的舊回答做增量補分析,背景執行通常 1–5 分鐘完成。

Q為什麼未提及不算進分數?

因為沒被提到不代表評價中立。把未提及計入分母會把分數往 0 稀釋,反而看不出真實情緒。

告訴我們你的需求

填寫表單後,我們的業務團隊會盡快與你聯繫,安排產品導覽。

上限 100 字
上限 50 字
上限 100 字
上限 500 字
上限 2000 字

0 / 3000

送出即表示同意我們就此次諮詢與你聯繫。我們不會將你的資料轉予第三方。