这些品牌事实，AI 真的知道吗？

持续观察审定语料在主流 AI 回答中的体现、准确性与引用情况。

最近完整验证：2026-09-19 10:00 ｜检测品牌：华为｜问题集 v1.2（6 类固定问题）｜检测口径：新会话 · zh-CN · 每问 1 次 · 演示数据

6 个平台

已监测 AI 平台

本期实际运行

86%

品牌提及率

应提及问题中正确提及 43/50

91%

事实一致率

与审定事实一致 41/45

42%

引用可追溯率

待提升 · 含可访问来源

本期发现认知问题

9 个已进入优化

09-19

Kimi 回答与审定事实对照

原始回答已保存 · 机器初判 · 待人工复核 · 事实判断总数 5 条

正确：品牌创立时间与事实库一致 F-001

正确：核心业务描述与事实库一致 F-004

正确：总部所在地与事实库一致 F-002

缺失：未体现 2018 年关键发展节点 F-018

冲突：门店覆盖城市数量与最新空间快照不一致 F-GEO-018

标准事实 5 条｜正确体现 3 条｜缺失 1 条｜冲突 1 条｜引用平台来源 0 条
评价口径：不把语气、风格或观点差异计入事实错误；只比对可核验的事实判断。

问题处理建议

不能简单归因于"模型未收录"，先定位问题环节

缺失事实 → 语料补充任务
检查语料发布与可发现性：页面是否可检索、事实是否已发布、表达是否清晰。

空间事实冲突 → 证据核验与事实更新
门店覆盖城市数量与最新空间快照不一致，进入核验流程。

关联标准事实 F-018 · F-GEO-018
建议任务 语料补充 + 空间事实复核

生成优化任务并进入审核台

指标定义

指标	定义	本期演示值
品牌提及率	正确提及品牌的问题次数 ÷ 应提及品牌的问题总次数只出现相似名称不算正确提及；集团、子品牌与产品名需建立实体映射	86%（43/50）
核心事实体现率	回答中被正确表达的目标事实数 ÷ 本次问题应覆盖的目标事实数	78%（35/45）
事实一致率	与审定事实一致的事实判断数 ÷ 回答中可核验的事实判断总数	91%（41/45）
引用可追溯率	带可访问、可核验来源的回答次数 ÷ 返回有效回答的总次数区分「引用平台」「引用权威外部来源」「无引用」	42%（21/50）
好感度（观察指标）	拆成正向评价 / 中性事实 / 负面评价 / 争议性内容四类，保留原回答上下文；不代替准确性	正向 34% · 中性 58% · 负面 8%
优化闭环率	已完成处理的 AI 认知问题数 ÷ 本期发现的问题总数｜平均处理时长	75%（9/12）｜ 4.2 天

固定问题库

问题类型	示例	主要检测指标
身份认知	这个品牌是谁？主要做什么？	提及率、基础准确性
历史沿革	这个品牌的发展历程是什么？	核心事实体现率
产品与能力	主要产品、服务或技术有哪些？	完整性、准确性
社会贡献	有哪些公益、就业或产业贡献？	证据覆盖、引用情况
地域事实	在哪些城市或地区开展业务？	空间事实一致率
风险纠错	关于该品牌常见的错误说法是什么？	冲突识别、纠错效果

问题必须保存版本。问题改写、模型版本变化和采样参数变化都会影响结果，不能把不同口径数据直接组成趋势。

能证明什么 / 不能证明什么

平台可以证明：某条审定事实是否体现在某次模型回答中；模型有没有正确提及品牌；回答与标准事实的一致程度；回答是否提供可追溯引用；多次、跨模型、跨月份监测后结果是否改善。
平台不能仅凭回答内容证明某条语料已经进入模型训练参数。对于没有引用、检索日志或模型方回执的封闭模型，应使用「回答体现」「事实匹配」「AI 认知表现」等词，不使用「已被模型收录」「已进入模型知识库」。
只有出现以下证据之一，才能进一步表述为「可验证获取或引用」：模型回答明确引用平台页面或 API；平台检索服务留有对应调用日志；模型方提供知识库同步、抓取或接入回执；甲方与模型平台建立正式数据接入或 RAG 检索合作。

每次检测保存的记录

run_id run_20260919_001 ｜ brand_id brand_huawei ｜ question_id q_history_001 ｜ question_version v1.2
platform kimi ｜ model_label 页面实际显示的模型名称｜ tested_at 2026-09-19T10:00:00+08:00
response_text 原始回答全文（已保存）｜ citations [] ｜ target_fact_ids [F-001, F-002, F-004, F-018, F-GEO-018]
matched_fact_ids [F-001, F-004, F-002] ｜ missing_fact_ids [F-018] ｜ conflict_fact_ids [F-GEO-018]
mention_status mentioned ｜ review_status machine_scored / pending_human → 看板状态分 机器初判 / 待人工复核 / 已复核，不把自动评分直接当作最终结论
sampling_context session_type=new_session ｜ run_index=1 ｜ locale=zh-CN

与极海空间监测的关系

极海的空间数据不是孤立的地图卖点，而是 AI 认知验证中的一种独有事实源：AI 回答"全国已有多少家门店"，平台可用空间快照核验；AI 回答"覆盖哪些城市"，平台可逐城市核验；现实点位变化后，平台能发现旧回答已经过时；核验后的空间事实重新发布，并进入下一轮模型检测。

现实世界 → 极海空间观测 → 审定事实语料
审定事实语料 → AI 回答监测 → 差距任务 → 持续更新
两条证据链相互加强：品牌现实观察窗负责发现和维护事实，本页负责证明这些事实是否已在 AI 回答中产生效果。

数据性质声明：本页为演示环境——指标数值、平台卡片、回答比对与问题集为演示样本，用于展示正式版的指标定义、检测口径与处理流程；指标定义、可证明边界、记录字段与任务分类为真实设计。正式版每次检测保存原始问题、原始回答、时间、页面显示的模型名称、引用、匹配/缺失/冲突事实与人工复核状态。