情感分（Sentiment Score）

AI 提到你的品牌，不等于在推荐你的品牌。同一条监控 Prompt 下，AI 可能把你列为首选，也可能顺带提一句「但它价格偏高」。情感分（Sentiment Score） 衡量的就是这件事：当 AI 回答提到你的品牌时，态度是正面、中性还是负面，以及三者各占多少。

如果说提及率（Mention Rate）回答「AI 提没提到你」，那情感分回答的是「AI 提到你时，说的是好话还是坏话」。两者结合，才能完整判断品牌在 AI 回答中的真实处境。

情感分是什么

MaxAEO 会对每一条提到你品牌的 AI 回答做情感判定，分为三类：

分类	含义	对用户决策的影响
正面（推荐）	AI 明确推荐你的品牌，或用肯定语气描述优势	推动用户选择你
中性（阐述）	AI 客观陈述品牌信息，不带明显倾向	提供信息，不左右决策
负面（劝退）	AI 指出缺点、给出不推荐的理由	把用户推向竞品

三类回答的占比就是你在情感分析页看到的情感分布。例如某周期内 100 条提到你品牌的回答中，62 条正面、30 条中性、8 条负面，情感分布就是正面 62%、中性 30%、负面 8%。

三类各举一个典型例句（以下为示意，非真实监控数据）：

• 正面（推荐）：「如果你需要一款轻量好上手的项目管理工具，A 品牌是目前最值得优先考虑的选择，它的模板体系对小团队特别友好。」
• 中性（阐述）：「A 品牌是一款项目管理工具，提供任务看板、甘特图和团队协作功能，支持网页端和移动端。」
• 负面（劝退）：「A 品牌的免费版限制较多，且不支持私有化部署，对数据合规要求高的企业不太合适，可以考虑其他方案。」

情感判定针对'提到你的回答'

情感分的统计基数是提到你品牌的 AI 回答，而不是全部监控回答。没提到你的回答不参与情感统计——这也是为什么提及率低时情感数据会不稳定，详见下文。

在哪里查看

Dashboard：情感概览

数据总览（Dashboard） 页的「情感概览」卡片展示当前筛选条件下正面/中性/负面的占比，让你在看提及率、竞争排名的同时快速扫一眼品牌口碑基本盘。左上角的产品线、AI 平台、时间范围筛选同样作用于这张卡片。

情感分析页：完整拆解

侧边栏进入情感分析页，可以看到情感数据的完整拆解：

• 回答情感占比图：正面/中性/负面的饼图，可按意图（产品推荐/品牌对比/产品评价）和情感类别筛选，看不同场景下 AI 态度的差异。例如「产品推荐」类 Prompt 下正面占比高、「品牌对比」类下负面占比高，是很常见的组合——对比场景天然更容易暴露短板。
• 情感标签页：按「正面推荐 / 中立阐述 / 负面劝退」三个标签分组展示抽样摘要，可点「查看全部 AI 回答」打开 AI 回答现场抽屉，看到该条回答的日期、模型、所属意图、市场位置、被提及竞品、AI 回答全文和来源链接。
• 正面/负面情感词云：从 AI 回答原文提取的关键词，词越大出现次数越多。点击某个词可查看详情：提及次数、占比、相关引用摘要。正面词云告诉你 AI 眼中你的优势标签，负面词云告诉你被反复提起的短板。
• 正负面声量趋势：按天统计正面声量（AI 推荐本品的回答数）与负面声量（AI 劝退的回答数）的走势，用于发现口碑的突变时点。

特色能力：AI 理解程度与信息差检测

情感分析页还有一个超出「情绪统计」范畴的能力：AI 理解程度。它回答的问题不是「AI 喜不喜欢你」，而是「AI 说的关于你的话，是不是事实」。

AI 对品牌的负面表述有两种来源：一种是真实短板被如实指出，另一种是 AI 记错了——引用了过时的价格、说错了功能边界、张冠李戴了竞品的缺点。后者是纯粹的信息差问题，也是最值得优先修复的，因为它不需要你改产品，只需要纠正 AI 的认知。

MaxAEO 会把 AI 回答与你的品牌知识库做事实一致性比对：

• 事实准确度：半环图展示 AI 表述与品牌真实信息一致的比例。
• 信息差列表：逐条列出 AI 表述与真实信息不一致的信息点，包括该信息点的内容、AI 的表述 vs 真实信息、出现次数、涉及的 AI 平台。

发现信息差后的处理闭环：

1. 在信息差列表中查看某个信息点，对比「AI 回答」与「真实信息」两栏，确认 AI 的表述确实有误。

2. 如果「真实信息」一栏为空（显示「暂无真实信息」），点击**「去补充」**跳转到品牌知识库，把正确的信息补充进品牌描述等档案字段。

3. 补充的信息会在下一次监控生效，成为后续事实比对的基准；同时完善的品牌档案也是你后续做内容优化、纠正 AI 认知的事实底稿。

提示

品牌知识库里的描述、名称变体、域名变体越完整，事实比对越准确，信息差检测的价值越大。建议在新建产品线时就认真填写品牌知识库，之后随产品迭代持续更新。

如何解读与行动

负面占比升高时，先看回答原文，再下结论。 在情感标签页切到「负面劝退」，打开抽样回答的 AI 回答现场，定位负面的具体来源：

• 如果是事实性错误（价格、功能说错了）——去 AI 理解程度的信息差列表确认，补充品牌知识库，并考虑在官网等 AI 引用的信源上发布正确信息。
• 如果是真实短板（免费额度确实少）——这是产品和内容策略问题，至少可以通过内容建设让 AI 在提到短板的同时也呈现你的差异化优势。
• 如果集中在某个平台或某类意图——用饼图的意图筛选和 Dashboard 的平台筛选交叉定位，针对性处理，不必全盘焦虑。

单日或单次波动不是信号，持续趋势才是。 AI 回答本身有随机性：同一个 Prompt 今天和明天的回答措辞可能不同，情感判定也会随之在正面/中性之间摆动。这是 AI 平台的正常行为，不代表口碑真的一天内变了。看正负面声量趋势时，关注的是连续多日的方向性变化，而不是单点毛刺。

提及率低时，情感占比波动大是正常的

情感统计的样本只有「提到你的回答」。如果你的提及率还比较低——比如一个周期只有 10 条回答提到你——那么 1 条回答的情感变化就会让占比摆动 10 个百分点。此阶段建议把精力优先放在提升提及率上，情感占比作参考即可；等样本量上来后，情感趋势才有稳定的解读价值。

相关页面

提及率（Mention Rate）情感分的统计基数——AI 回答提到你品牌的占比。

竞争排名（Competitive Rank）你的提及率在所有监控品牌中的排位。

平均位置（Avg Position）被提及时你出现在第几个推荐位。

新建产品线向导配置品牌知识库、竞品与监控 Prompt，情感数据由此而来。