信任度
AI 讲你的时候有多笃定、敢不敢替你担保。信任低，就算语气客气，它也不会把你放进正式推荐。
解决方案
AI 提到你时是「正面」——然后呢？
「正面 / 负面」这把尺子太粗了。AI 可能嘴上夸你、却从不推你；也可能语气中立、却把你当成靠谱首选。真正决定生意的，是这背后一整套更细的态度，而不是一个正负标签。
先分清两把尺子
二元情感 vs 多维态度，量到的根本不是一回事
传统情感分析给一个正负分就收工；AI 时代你要看的，是 AI 对你「整体怎么想」。
维度
传统二元情感
AI 整体态度分析
输出什么
传统二元情感
一个正面 / 中性 / 负面标签
AI 整体态度分析
一组可分别解读的态度维度
能不能解释生意
传统二元情感
「正面」了却还是没人被推，说不清为什么
AI 整体态度分析
能指出是信任不足、还是推荐意愿低
颗粒度
传统二元情感
情绪的粗略正负
AI 整体态度分析
信任、推荐、专业认可等分开看
能不能指导动作
传统二元情感
只知道「情绪不好」，不知道改哪
AI 整体态度分析
直接对应到该补哪一块态度
换个看法
态度不是一条正负线，而是一张多维的雷达
把 AI 的态度压成「正 / 负」，就像把一个人对你的复杂看法，硬塞进「喜欢 / 不喜欢」两个格子——大量信息在这一步就丢光了。
更接近真实的模型，是一张雷达图：AI 对你的信任有多少、愿不愿意主动推荐、认不认可你的专业、联想到的是机会还是风险……这些维度可以各自高低不同。
一个「整体正面、但推荐意愿很低」的品牌，和一个「语气中性、却被当成稳妥之选」的品牌，命运完全不同——而这只有拆开维度才看得见。
态度拆成哪几维
AI 对品牌的整体态度，至少有这六个维度
推荐意愿
从「提到你」到「主动推你」是两回事。推荐意愿才是真正接近生意的那一维。
专业认可
AI 是否把你当成这个领域「懂行」的一方。专业认可高，你更容易在深度问题里被引用。
情感温度
措辞是热情、平淡还是疏离。温度本身不决定生意，但会影响用户读到答案后的第一印象。
风险联想
提到你时会不会顺带带出顾虑、争议、缺点。风险联想重，等于每次露出都被扣一次分。
立场倾向
在对比场景里 AI 更偏向你还是对手。同样是「正面」，站你这边和站对手那边天差地别。
产品看板
AI 对你的整体态度，一张雷达看清
把六个维度汇成一张态度视图，看清你在哪几维强、哪几维拖后腿，而不是只给一个正负分。
左右滑动查看完整界面
态度雷达
六个维度同框，一眼看出你的态度画像是「均衡」还是「偏科」。
短板定位
直接标出拖后腿的那一两维，把「情绪不好」翻译成「具体差在哪」。
竞品态度对照
把你和对手的态度画像叠在一起，看清 AI 对谁更信任、更愿推。
维度下钻
点开某一维，看它是被哪些说法撑起或拉低的，找到可动手的落点。
别再满足于一个「正面」，去看 AI 到底怎么想你
预约一次品牌态度分析，你会拿到：一张 AI 对你的多维态度画像、哪几维在拖后腿、和主要对手的态度对照，以及一份「先补哪一维最能撬动推荐」的建议——不是一个模糊的情绪分，而是能动手的态度地图。