Skip to main content
品牌问题用于持续观察用户围绕品牌认知、行业选择、使用场景和业务主题向 AI 提出的自然语言问题。问题设计会直接决定后续回答样本、主题分析和趋势口径,因此应先明确监测目标,再添加和启用问题。
AI 对话监测问题列表,包含品牌主题和品牌产品问题、业务主题、状态和启停操作

品牌问题监测示例:列表展示问题、监测类型、业务主题、状态和启停操作。

页面模块总览

监测类型与业务主题

监测类型用于区分品牌层问题和产品层问题;业务主题用于把相近问题组织到同一分析维度。主题名称应稳定、清晰,能够被品牌、内容和分析人员共同理解。

添加问题

适合补充已经验证的关键用户问法。输入完整问题,选择品牌类型并关联业务主题;保存前检查是否与现有问题重复或只有轻微措辞差异。

状态与启停

截图中的状态和额度仅用于说明;账户可用状态、限制和提示以当前界面为准。

修改与删除边界

修改问题文本、类型、主题或状态可能改变后续统计样本。若修改会改变问题核心语义,应优先保留原问题并新建问题,避免把两个不同意图的时间序列连接在一起。 对不再相关的问题优先停用并保留历史背景。执行删除前,应确认是否会影响已有回答、趋势或关联内容;当前资料未确认删除后的数据保留规则,因此不在本页作确定承诺。

保存后验证

1

检查列表记录

确认问题文本、监测类型、业务主题和状态与预期一致。
2

确认监测范围

检查额度或限制提示,确保高价值问题处于需要的运行状态。
3

查看结果归类

数据形成后进入问题总览,确认问题出现在正确主题和统计范围中。
4

记录重要变更

保存启停、重分类或核心措辞变化的时间,复盘趋势时纳入解释。

常见误读与数据边界

  • 问题数量多不等于场景覆盖质量高,重复问题还会稀释分析重点。
  • AI 推荐问题是候选内容,不代表已经启用或符合业务目标。
  • 停用只表示不再继续监测,不应默认历史数据已经删除。
  • 问题集合变化会改变回答样本,前后趋势需要结合配置变更解释。
  • 品牌问题不应代替具体产品问题;两类问题应分别归类和分析。

查看问题总览

确认已启用问题如何进入结果分析。
相关指标、术语与范围见核心指标术语表数据口径与统计范围