六个维度，缺一个都会误判
一份完整的品牌 AI 诊断报告，通常覆盖六个维度。很多人只看第一个，结果把方向搞反了。
一、曝光表现：在固定问句集里，品牌被提及的比例与位置。这是最直观的指标，也最容易被误读。
二、信息一致性：同一事实在不同来源、不同模型里是否一致。不一致意味着模型可能随时说错。
三、竞品对标：同样的问句里，竞品被如何描述、出现在什么位置。差距往往不在曝光量，而在信息组织方式。
四、错误信息风险：是否存在错误的主体信息、过期产品、混入的负面或竞品信息。这是优先级最高的一项。
五、内容短板：哪些高频问句没有对应的内容回答，哪些内容缺少可抽取的结构。
六、优化潜力：结合行业竞争度与现有基础，判断投入后可能达到的水平。
三种典型组合，三种结论
曝光高 + 一致性低：最危险的情况。用户经常看到你，但每次看到的信息都不太一样，甚至说错主营业务。优先级是先纠错，而不是继续扩大曝光。
曝光低 + 内容短板明显：机会型。说明不是品牌不行，而是内容没有回答用户真正会问的问题。补齐问句覆盖通常见效较快。
曝光中 + 竞品对标差距大：结构型。需要研究竞品的信息组织方式，比如是否把服务拆成了可引用的单元，是否有更完整的案例与资质说明。
从报告到行动
推荐的处理顺序是三段式。
- 先修错误信息。涉及资质、价格、安全、主体身份的，一律优先。这类问题带来的损失是信任，而不只是曝光。
- 再补结构化事实。把服务定义、适用场景、交付内容、价格区间写清，让模型有可引用的事实。
- 最后做持续监测。固定问句集，按月采样，看趋势而不是看单次结果。
两个使用建议
第一，报告要看原文，不要只看分数。分数是归纳，原文才有细节，而细节决定了该改哪一句。
第二，报告要给业务看，不只给市场看。销售最清楚客户问什么，客服最清楚误解发生在哪里，这两类信息比任何工具都准。