传统媒体：补事实包
给记者和评测方完整的事件边界、时间线与验证材料，让权威报道讲的是最新口径，而不是转述旧稿。
解决方案
声誉修复不是压下负面，而是让更可信的新事实覆盖旧叙事
热度下降只代表没人再讨论，AI 停止复述旧负面才说明修复进入了决策入口。MATRIX 用一条可核验的路径——动作、证据、复测、停止条件——同时修复公共信任、真实信任和决策信任。
判断修复有没有完成，不看声量曲线，而看一个更冷静的问题：当用户再问起，AI 还会不会主动把旧负面说出来。
MATRIX 声誉修复验收口径
修复要有明确的停止条件，否则团队会在「还要不要继续」之间反复消耗。
修复对象
三层信任必须一起修，缺一层就会回流
公共信任
靠媒体事实、权威说明和第三方验证修复
真实信任
靠用户解释、KOL 沟通和真实体验内容修复
决策信任
靠官网事实页、FAQ 和 AI 复测修复
修复本质
别只压低旧声量，要建立能被引用的新事实链
旧叙事为什么会回流
负面报道、社媒截图和转载还留在公开网络里。当缺少更新的可信内容时，AI 会继续引用这些旧材料——负面信号的跨媒体扩散路径 解释了它为什么会反复被翻出来。
新事实如何覆盖旧叙事
把事件边界、原因、修复动作、验证证据和后续机制写成可引用的结构化内容，再通过媒体、官网和复测确认它真的被吸收，而不是发完就算数。
修复的画面
修复是让碎裂的旧叙事，被重新码放整齐的新事实覆盖
受损的声誉像左侧那堆开裂、正在剥落的旧材料——它不会因为你不再提起就消失。真正的修复，是让这些碎片在右侧重新聚拢成清晰、成体系、可被引用的新事实层。
这也解释了为什么单发声明没用：声明只是又一片碎屑，而修复要的是一整层能被媒体、官网和 AI 稳定引用的结构。
步骤 01
确认风险层级
判断问题停在社媒、进入媒体，还是已经被 AI 写进推荐和风险提示——层级不同，修复力度和顺序不同。
01
步骤 02
建立修复事实源
清楚说明事件边界、原因、修复动作、验证方式和后续机制，形成一份可被引用的事实包。
02
步骤 03
分层沟通
给媒体完整事实包，给用户可理解的解释，给 AI 结构化 FAQ 和官网事实页，让三端讲同一套新事实。
03
步骤 04
复测 AI 答案
覆盖品牌名、风险疑问和竞品比较问题，确认旧负面是否仍被引用、推荐理由是否更新。
04
05
核心交付：动作—证据—停止条件
每个修复动作，都要能说清用什么证据验收、什么条件可以停
这是修复页的主交付：不写虚构战果，只写「做了什么、拿什么可复测的证据证明、满足什么条件才算修复完成」。停止条件对齐 声誉修复验收 的判定口径。
修复动作
完成的可核验证据
可以停止的条件
补充事实源（官网事实页 / FAQ）
完成的可核验证据
页面上线、结构化事实可被抓取，问题集里 AI 引用到新页面
可以停止的条件
同一组风险疑问下，AI 改用新事实回答且连续复测稳定复现
媒体事实沟通
完成的可核验证据
权威媒体形成新报道或更正，进入 AI 可引用来源
可以停止的条件
旧报道不再是唯一来源，新口径在多轮答案里被采信
社媒语境修正
完成的可核验证据
输出问答、体验内容，KOL / 用户复述新解释
可以停止的条件
争议语境占比下降，新场景内容成为主要讨论方向
AI 复测验收
完成的可核验证据
用同一问题集多轮复测，留存答案原文对照
可以停止的条件
旧负面停止主动出现，推荐位置与解释理由回到目标区间
三媒体分工
同一套新事实，要在四个入口分别落地并长期守住
修复不是一次发布，而是让新事实在每个入口都有对应动作，并沉淀成能防回流的资产。
社媒：澄清与体验
用问答、评论引导和真实体验内容修正语境，让讨论回到使用场景而非旧争议。
官网：事实页与 FAQ
把常见疑问写成结构化、可被抓取的事实页，成为 AI 最稳定的引用来源。
AI：结构化复测
用固定问题集验证旧负面是否退出推荐和风险答案，把「感觉修复了」变成可核验结论。
资产：媒体资料库
把修复材料沉淀成长期可复用的案例与资料包，下次风险再起时能快速复用。
机制：防回流复测
设定定期复测节奏，及时发现旧内容被重新翻出或错误引用，避免修复成果被侵蚀。
产品界面核验
从核心问题、证据缺口进入修复动作与复测
下图为 MATRIX Insights 真实界面演示，使用合成数据，非真实客户修复结果。界面可展示核心问题、证据、归因假设与验证方式；修复完成仍须满足动作证据、复测和停止条件。
左右滑动查看完整界面
左右滑动查看完整界面
旧叙事定位
找出负面回流的来源、话术和 AI 引用入口。
事实源修补
补齐事件边界、修复动作、验证证据和 FAQ。
三媒体覆盖
让媒体、社媒和官网事实同时支持新叙事。
AI 复测
确认旧负面是否停止出现在推荐和风险答案里。
验收判断
满足这三个判断，才算修复真正完成
新事实进入引用链
官网事实页、权威报道和更新口径被 AI 采信，成为解释品牌的主要来源。