产品 / 增长负责人在 AI 里问「XX 产品值得买吗 / 同类产品推荐」时，你的产品是否被推荐、排第几、有没有被说对——本页讲清 产品 行业的 AI 口碑情感分析 怎么做。
可引用定义 · Citable Definition
落地步骤 · How
以下步骤针对 产品 行业（覆盖 实体产品 / 软件 / SaaS / 消费电子 / 工业品 共 4 类形态）的意图库与实体字段设计。
统一八维 · AI Visibility Index
GEOScope 全行业共用同一套八维框架，只按行业调权重。D1 永远 = 推荐存在度（Recommendation Presence），全行业不可变。下表权重由产品算法 lib/ari.js · INDUSTRY_METRICS 直接导出，与线上算分完全一致。
| 维度 | 指标（中 / EN） | 权重 | 本行业含义 |
|---|---|---|---|
| D1 | AI推荐可见度 · Recommendation Presence | 18% | 真实需求场景下，AI 有没有把你纳入推荐候选？ |
| D2 | 核心需求覆盖 · Intent Coverage | 15% | 行业高价值用户意图里，你能覆盖几类？ |
| D3 | 推荐竞争力 · Recommendation Strength | 15% | 进入候选后你排第几、Top3 率、胜率如何？ |
| D4 | AI推荐声量份额 · AI Share of Voice | 12% | 整个目标 Observation Set 中，多少推荐席位属于你？ |
| D5 | AI认知准确度 · Perception Accuracy | 12% | AI 对你实体、产品、服务、属性理解是否准确？ |
| D6 | 信源影响力 · Source Authority | 12% | 支撑 AI 认知与推荐的信源强不强、全不全？ |
| D7 | 决策信任力 · Trust & Decision Strength | 9% | 用户真正比较决策时，AI 有没有足够理由选你？ |
| D8 | 增长机会度 · Growth Opportunity | 7% | 哪些需求最值得投入，潜在 Lift 多大？ |
合计 100%。权重与口径以 GIMF 方法论 与产品算法为准。
能力边界 · Honest Limits
产品其他能力 · Cross Links
常见问题 · FAQ
不一定。可能是 AI 采信了某个负面信源，或把竞品的评价错配给你。先看信源来源，再决定是治理口碑还是纠正错配。
可以，拆解到具体维度（价格 / 服务 / 资质 / 环境），便于针对性处理，而不是笼统做「口碑优化」。
认知准确度（D5）看「说没说错事实」，情感分析看「说得偏正面还是负面」。事实错 + 情感负是最需要优先处理的组合。