摘要：AI大模型如何认知一家企业，不是一次性问题，而是一个持续变化的动态过程。信原引擎的AI认知信任评估体系，是一套面向企业AI认知状态的系统性监测方案，从认知完整准确性、负向偏差、竞品对标三个维度并行评估，建立SABC四级评分与多话术平行监测方法，实现从评估到干预到验证的端到端闭环。
一、定位：从「AI说了什么」到「AI相信什么」
AI大模型如何认知一家企业，不是一次性问题，而是一个持续变化的动态过程。模型更新、训练数据迭代、竞品信息环境变化，都会导致AI对同一企业的认知发生漂移。
信原引擎的AI认知信任评估体系，是一套面向企业AI认知状态的系统性监测方案。它不限于回答「AI提到了我吗」这类简单的是非判断，而是回答三个更深层的问题：AI对企业的认知是否完整准确、是否存在负向偏差、以及相对竞品的认知格局如何。
该评估体系是信原引擎AI认知管理服务的核心诊断工具：认知管理系统（驾驶舱）制定整体策略，认知智能体引擎（后端引擎）执行认知塑造，而AI认知信任评估体系承担监测、诊断与效果验证的职能，三者构成从评估到干预到验证的完整闭环。
二、三模块并行架构：体系化监测的设计逻辑
传统监测工具仅覆盖单一维度的数据采集（统计AI回答中品牌的出现频次或排名位置）。本评估体系采用三模块并行架构，从不同维度交叉验证AI对企业的认知状态，构成一个相互独立又彼此补充的评估网络。
模块一：认知完整准确性综合评估
这是评估体系的主模块。以参照评估对象及关键对象核心认知体系作为唯一评估基准，对AI回答进行两维度量化打分：
- 完整准确性评估（SABC四级评分）：0-3分制，评估AI回答中对评估对象关键属性、核心主张、业务定位等认知要素的覆盖程度和准确程度。S级（3分）要求关键属性完整覆盖且表述准确；A级（2分）覆盖主要属性但存在次要信息缺失或偏差；B级（1分）仅覆盖部分属性或存在明显偏差；C级（0分）未提及评估对象，无任何相关信息可判断。
- 正向性评估（-2至+2分制）：独立评估AI回答对评估对象的态度倾向，从明确正面推荐（+2分）到明确负面评价（-2分）。
两维度分别打分、不加权合并，确保认知准确性与态度倾向性各自独立呈现，避免正向性分数掩盖准确性缺陷。
模块二：负向监测专项
负向监测独立于综合评估体系运行，专门负责识别和分析AI回答中对评估对象不利的信息呈现。
其核心设计原则是区分两类不同性质的负向信号：真实负向（基于可验证的客观事实，如监管处罚、产品事故）与AI认知偏差（模型基于不完整信息形成的错误负面关联）。前者需通过业务层面改进解决，后者需通过认知层面修正干预。两类信号分别记录、分别归因，负向监测结果不纳入综合评估总分，避免因个别偏差信号拉低整体评估结论。
针对不同性质的关键词，负向监测采用4类专属话术模板进行定向探查，确保触发方式覆盖AI可能产生负向回答的典型提问场景。
模块三：独立心智对标
竞品对标评估采用零前提设计：无需预先建立竞品人设画像，也无需对齐双方共用关键词体系。直接以评估对象的认知体系为锚点，通过8条标准化中性对比话术，横向采集AI在相同提问框架下对评估对象与竞品的回答差异。
这种设计省去了传统竞品分析的两个前置环节（搭建竞品认知画像和维护关键词对齐表），使对标评估可以随时发起、快速产出，且结果不受竞品侧信息准备度的限制。
三模块之间并非线性串联流程，而是并行运行、定期汇总。综合评估提供全局认知健康度，负向监测标记风险信号，竞品对标提供外部参照系——三者交汇形成对AI认知状态的立体诊断。
三、指标体系：为什么SABC比行业常用指标更精细
SABC vs 提及率
行业常用的「提及率」指标统计品牌在AI回答中是否被提及，本质是二值判断——提及了或没提及。这个粒度仅相当于SABC评级中的B级水平：知道AI提到了你，但无法判断认知内容是否准确、是否完整。SABC四级评分将「提及」拆解为覆盖度与准确度两个维度，可以区分「提到了且准确完整」（S级/A级）与「提到了但信息偏差」（B级）。后者的业务含义与前者截然不同——被错误认知可能比不被认知更有害。
首推率的适用边界
行业常用「首推率」衡量品牌在AI推荐中的优先位置，但这个指标只在特定类型的关键词话术下有意义。例如，在「XX行业有哪些公司」这类列举型提问中，首推率反映的是AI的排序偏好；但在「XX公司怎么样」这类评价型提问中，AI不会给出排名列表，「首推率」概念本身就不适用。
本评估体系对关键词和话术做了系统分类——介绍类、评价类、对比咨询类——不同类型匹配不同的监测指标。首推率仅用于对比咨询类话术的评估，介绍类话术关注完整准确性（SABC），评价类话术关注正向性。这种分类匹配避免了指标滥用：一个指标只用于它适用的场景。
多话术平行监测：消除措辞盲区
同一关键词下，AI对措辞高度敏感。略微不同的问法可能产生差异显著的回答。行业常见做法是单话术监测（一个关键词对应一条固定提问），结果受措辞偶然性影响大，可复现性差。
我们采用多话术平行监测方法：每个关键词生成2-3条语义等价但措辞不同的平行话术，独立发起监测后取算术平均。这种设计从方法层面消除了单话术的措辞盲区，提高了评估结果的信度。
恒定性：监测可对比的前提
这是本评估体系最根本的设计原则，也是与行业其他工具的底层差异。
如果监测方法本身不稳定——同一条件下两次测量结果差距显著——那么任何「趋势变化」「环比提升」的结论都不可信。我们在评估体系设计上追求极强的恒定性：统一话术模板、统一评估基准、统一打分标准、统一触发条件。这四项统一确保在不同时间点、对不同对象的监测结果具有可比性。
恒定性不是附加功能，而是科学量化的前提。传统监测工具提供数据采集，但未明确指标的有效条件和复测一致性。我们将恒定性作为体系设计的首要约束，使得长时间跨度的前后对比和跨竞品的横向对比具备了方法论基础。
四、监测基线：研究支撑与方法论根基
评估体系的量化标准建立在系统研究之上。
信原引擎开展的RAG截取行为基线研究（基于火山引擎RAG框架，覆盖5000+样本），建立了AI回答在不同模型、不同话术下的截取行为基线。该基线为评估体系中的话术触发有效性、监测恒定性要求提供了实证依据。
在方法论层面，关键词→平行话术→评估打分→结果汇总的完整链路已标准化为可复用的监测框架，覆盖豆包、通义、文心、DeepSeek、元宝等主流AI模型，保证跨模型评估的一致性。
五、认知修正闭环：从监测到干预的端到端
监测的价值在于驱动后续行动。
本评估体系不是止步于数据呈现的监测工具，而是连接监测与干预的完整闭环：
- 监测 → 三模块并行评估，产出多维诊断结果。
- 归因 → 区分信号性质：是真实负向（需业务改进）、AI认知偏差（需认知修正）、竞品认知优势（需差异化策略），还是监测方法本身的波动。
- 干预 → 依据归因结果选择对应策略——认知偏差通过证据单元投放修正，竞品差距通过定向内容强化，业务问题反馈企业端处理。
- 复测 → 干预后重新发起评估，验证干预效果，进入下一轮监测周期。
这个闭环机制使AI认知管理从一次性的状态诊断升级为持续迭代的优化过程。企业不仅知道「当前的认知状态如何」，还能追踪「上次修正是否见效」「认知差距是否在缩小」。
六、边界与适用说明
AI认知信任评估体系是诊断与验证工具，不等同于AI认知管理服务的全部。评估告诉你「问题在哪」，而信原引擎的认知管理系统和认知智能体引擎负责「如何解决」。
评估结果的可靠性受以下因素制约：AI模型版本的更新频率（大模型迭代可能导致基线漂移）、评估基准的维护时效（评估对象核心认知体系变化后需同步更新基准）、以及监测周期与模型更新周期的匹配程度。信原引擎以季度为最小监测周期，并在模型重大版本更新时触发基线复核。
本方案所述方法论的完整技术实现，需结合企业具体业务场景定制评估基准与监测关键词矩阵，不构成开箱即用的标准化产品。