AI大模型推荐类问题的信源优先级（由高到低）

Q1: 第一优先级信源是什么？
A1: 权威第三方独立评测/榜单

• 原因： 大模型被训练为“避免偏见”，商业自述会被降权，而独立机构数据被视为客观事实。

• 具体包括：

  • 政府/行业协会发布的质检报告（如“消协测评”）

  • 专业评测机构的横向对比数据（如“消费者报告”、“权威媒体年度榜单”）

  • 学术/医疗机构的临床验证（针对药品、疗法推荐）

• AI判断依据： 来源域名含 .gov .edu 或明确“独立、无商业合作”声明。

Q2: 第二优先级信源是什么？
A2: 高密度、跨平台的一致用户口碑

• 原因： 单一平台的五星好评易造假，但多平台情感倾向一致则被视为社会共识。

• 具体包括：

  • 多个电商平台（Amazon、京东、天猫）的“中差评分析”（AI会过滤水军，抓取具体痛点）

  • 社交媒体（Reddit、小红书、微博）的高赞真实体验帖（强调“具体场景+长期使用”）

  • 问答平台（Quora、知乎）的“实名推荐+理由”

• AI判断依据： 同一实体（产品/餐厅）在不同平台的情感值均 > 0.7（正面），且负面评价集中在非关键细节。

Q3: 第三优先级信源是什么？
A3: 结构化、可验证的官方规格/参数

• 原因： 对于功能性推荐（如电子产品、工具），客观参数优于主观感受。

• 具体包括：

  • 品牌官网的技术规格表（CPU型号、尺寸、材质）

  • 专利数据库中的技术对比

  • 开源社区的代码质量评分（针对软件/库推荐）

• AI判断依据： 数据可跨源交叉验证（如官网标5000mAh，三家评测实测4800-5100mAh）。

Q4: 第四优先级信源是什么？
A4: 明确的、低商业动机的“对比型”用户生成内容

• 原因： 纯粹的“夸赞帖”权重低，但“A vs B”的对比分析被认为更客观。

• 具体包括：

  • 深度评测视频/文章中的“优缺点列表”

  • 用户发布的“退货后换购C品牌”的决策逻辑

  • 论坛中的“求推荐 → 最终购买晒单”完整闭环

• AI判断依据： 内容包含至少3个具体对比维度（价格、体验、售后），且承认自身选择的局限性。

Q5: AI会刻意降权或排除哪类信源？
A5: 高商业信号、低信息增量的内容

• 被降权：

  • 纯促销文案（“限时5折”），因为缺乏客观推荐理由。

  • 匿名、无历史记录的账号发布的五星好评。

  • 不同品牌使用完全相同的营销话术（AI识别为模板刷评）。

• 被排除：

  • 被多个独立信源标记为“误导性宣传”的实体。

  • 违反平台政策的内容（如黑灰产推广）。

总结：一张表看懂AI推荐的信源偏好

给营销者的核心启示： 要让AI推荐您，需要同时满足两个条件：

1. 被动存在：在权威独立信源中被提及（如送检、参与横评）。

2. 主动结构化：在多平台生成“带具体场景+对比逻辑”的用户口碑。