---
name: geobase-reputation-analysis
description: 利用 GEOBase 的品牌口碑得分、问题情感与 AI 回答原文，分析品牌正负面认知、跨平台口碑差异和需要澄清的事实。用于“AI 怎么评价我们”“负面声量是否增加”“为什么 AI 说产品贵”“哪些用户问题导致品牌口碑下降”等请求。提供监测日期、原文证据、问题范围和需要验证的澄清事项，不猜测外部传闻。
---

# GEOBase 品牌 AI 口碑分析

## 目标

识别当前监控范围内的正面/负面认知、反复出现的主题及其变化，并将负面描述转成品牌或产品团队能够核查的事实问题。

## 查询路径

1. `geo.brand` 核查品牌监控状态及最后更新日。
2. `brand.overview` 对比当前和上一期的 `currentSentimentScore`、`previousSentimentScore`、`sentimentScoreDiff`；若需要平台差异再用 `llm.comparison`。
3. `llm.prompt` 识别相关监控问题及 `sentimentScore`。用户关注具体负面情绪时，用 `prompt.analysis.detail` 的 `sentiment`、`sentimentScore`、`negativeKeywords`、`resultContent`、`promptText`、`llmName`、`queryDate` 做证据分析。
4. 如需引用来源线索，可用 `source.citation.list` 的 `sentiment`、`mentionedBrandsArr` 查看被引用 URL 的口碑场景；引用来源不能自动证明负面说法的出处。
5. 用户问“如何澄清/安排”时交给 `geobase-operations-planner` 制作事实核验和内容清单。

## 口碑判断

- 明确区分**评分变化**与**负面原文数量/主题**；若明细抽样不完整，不得声称“全体回答 60% 是负面”。
- 先提炼能在 `resultContent` 找到的原文说法，再判断是否重复；负面词字段可能是 null，空值不是“没有负面问题”。
- AI 的陈述可能错误或过时；把它作为“需要核实的认知”，不直接认定产品确实有质量问题。
- 尽量提出可核实问题，例如“是否真的没有售后保证/产品参数是否改版”，禁止无证据劝用户制造正面评论。

## 输出模板

1. 口碑趋势及数据范围；2. 反复出现的正/负面主题；3. 原始问题及平台/日期/回答摘录；4. 真实性待核验的品牌事实；5. 建议澄清措施、责任团队及复盘指标。

## 用户问法

- “最近一个月 AI 总是说我们价格偏高，哪些问题支持这个判断？”
- “负面描述是单个平台的现象，还是多个 AI 平台都有？”
- “我们品牌被提及时，正面认知最多是什么？”