大模型推荐了谁?
——中国酒品牌AI声誉报告
出品:
北京第四波科技智库
中关村天成创新研究中心
编审(按姓氏笔画排序):
王 永 品牌联盟董事长
王咏静 经观传媒董事长、总裁
牛安春 中国食品安全报社副社长、江南大学国家安全与绿色发展研究院特聘产业研究员
刘灿国 中国经济传媒协会办公会成员、传媒茶话会创始人
朱学东 美食美酒书评专栏作家
张向东 央广财经总编辑
张 勇 钛媒体执行总裁
高 玮 中关村天成创新研究中心主任
符永康 第四波科技智库创始人、总裁
编制:
孙晓一 杨茂森 李福森
发布日期:2026年10月9日
联系邮箱:fourthwave@vip.163.com
2026年以来,中国酒品牌舆情呈现出明显的“压力测试”特征,行业进入深度调整期的信号愈发清晰。随着大语言模型加速渗透人们的日常生活,加上“能办事”的智能体(Agent)快速增长,通过AI了解酒文化、制定购买策略、开展酒类社交与投资成为消费者新的行为选择,酒品牌的流量竞争从搜索引擎快速转移到AI端。
大模型推荐了谁?为客观呈现酒品牌在AI大模型问答中的声誉画像,第四波科技智库利用自研智能体DeepBrand(深度品牌),设计了100个消费者最可能提问的高频问题,测试6款消费者常用国产大模型,从品牌提及率和声誉倾向等方面对酒品牌在AI中的表现进行大数据分析。
DeepBrand平台调用大模型对100个酒类常见问题进行多次测试后,最终得到600个有效回答。根据回答中所有酒类品牌的提及情况,首先得到酒类行业的AI品牌提及率总体水平。
数据显示,酒品牌在AI大模型中的提及率呈现出非常明显的头部集中和梯队分化特征。五粮液和茅台几乎构成AI对中国酒类品牌的第一认知层,组成第一梯队,提及率在40%以上。泸州老窖、汾酒、剑南春组成第二梯队,提及率在20%-40%之间;洋河、郎酒、习酒、张裕、青岛啤酒、古井贡酒、长城葡萄酒构成第三梯队,提及率在10%-20%之间;其他酒品牌构成第四梯队,提及率均未超过10%。
图一 酒品牌AI提及率总体情况
![]()
从提及率总体情况可以看出,白酒在酒品牌AI认知中占据绝对主导,提及率前八的酒品牌均为白酒,前二十的酒品牌中十二家为白酒。课题组进一步按照白酒、啤酒、红酒三大酒品类对酒品牌的AI提及率展开了分析。从结果看,青岛啤酒在啤酒品牌中认知度明显高于其他啤酒品牌,AI提及率达到了12.7%。在红酒中,张裕和长城葡萄酒共同构成了AI对中国红酒品牌的最主要认知,AI提及率超过了10%且明显高于其他红酒品牌。
图二 分品类酒品牌AI提及率
![]()
报告对100个问题按照正向场景和负向场景进行了拆分,并分别分析了酒品牌在正负场景中的提及率。在“推荐、优选”等正向问题中,五粮液、茅台提及率位居前列,分别达到42.71%和42.01%,体现出较强的品牌正向认知基础;与此同时,在“防踩坑、风险”等负向问题中,两者亦排名靠前,分别为79.17%和83.33%,反映出头部品牌由于市场关注度高、讨论场景丰富,在AI语境中更容易同时承载多元评价。此外,泸州老窖、汾酒、剑南春等品牌在正向提及与负向提及之间保持较高水平,呈现相对均衡的认知结构。整体来看,AI时代品牌竞争不仅取决于“被看见”的频次,更取决于品牌在多元语义环境中的认知质量与声誉管理能力。
图三 分场景的酒品牌AI提及率
![]()
选取AI大模型中提及率在5%以上的18个酒品牌作为代表,分析了酒品牌在AI大模型中的语义表现。所有酒品牌中,可判定正负语义的回答占比均在99%以上,可有效支撑分析结论。
从整体AI语义结构看,中国酒类头部品牌总体呈现明显的正向语义特征,负面语义占比相对有限,中性和正负混合语义构成了主要的非正面部分。18个代表性酒类品牌的自然提及内容中,正面语义占比均超过60%,其中雪花啤酒达到84.5%,习酒、百威、燕京啤酒等品牌也接近或达到80%。与此同时,品牌的AI可见度与正面语义并非简单正相关:五粮液、茅台等高提及品牌虽然拥有较高的AI认知度,但正面语义占比分别为64.9%和60.7%,低于部分提及率较低的品牌。
图四 酒品牌AI声誉倾向
![]()
细分到三大酒品类看,白酒品牌的正向语义由风味香型、文化社交、收藏投资三重价值驱动;风险语义高度集中于真伪渠道、价格波动、高度酒饮用健康风险三大议题,高端白酒的收藏属性同步放大了风险讨论。啤酒的正向语义聚焦“大众佐餐社交”,突出易饮、场景适配;风险语义高度集中在饮用节制、产品新鲜度、渠道价差三大维度,几乎不涉及真伪问题和收藏投资问题。红酒的正向语义聚焦餐酒搭配、入门品鉴;风险语义集中于醒酒、适饮温度等饮用操作与储存条件,以及性价比不匹配等问题。
表一 代表酒品牌AI正负语义核心内容
品牌
正向语义
风险/负向语义
五粮液
浓香代表;多粮香、醇厚、层次回味;高端宴请礼赠
适量饮用;防伪渠道;价格、储存、流通
茅台
酱香标杆;陈香、醇厚、长回味;礼赠、宴请、收藏
适量节制;真伪渠道;溢价、波动、收藏流通不确定
泸州老窖
浓香传统;窖香、绵甜、香气饱满;商务宴请、中高端宴请
适量耐受;包装批次渠道;产品线价差、正品选择
汾酒
清香代表;爽净、香气清晰;日常饮用、亲友聚餐、入门
高度酒适量;年份度数价差;正品、封口、避光
剑南春
浓香均衡;入口顺、尾净;商务礼赠、宴席、中高端性价比
适量饮用;防伪渠道;礼盒渠道价差
洋河
绵柔、易入口、低刺激;聚会、宴请、送礼
绵柔≠低酒精;系列度数价差;渠道防伪、避高温
郎酒
酱香醇厚、层次、辨识度;文化、宴请、礼赠
高酒精度适量;系列价格比较;保存;不承诺保值
习酒
酱香、醇厚、易接受;商务送礼、价值型酱香
适量、体质差异;系列价格香型区分;授权渠道防伪
古井贡酒
浓香、香气饱满、传统酿造;宴席礼赠、区域商务
适量饮用;系列礼盒价差;防伪渠道
西凤酒
凤香辨识、清雅醇厚、传统;区域宴席、礼赠、香型比较
香型个性强;系列度数差异;防伪渠道、高价核验
今世缘
柔和浓香、宴席易饮;婚宴、喜庆、礼赠
不劝酒控量;区域礼盒价差;正规渠道、防伪票据
青岛啤酒
清爽麦芽香、易饮;烧烤海鲜、聚餐佐餐;国民品牌便利
适量耐受;新鲜度保存;包装渠道价差
雪花啤酒
餐桌聚会、入门配餐;品种甜度价格带
本报告未单列
百威
清爽干净、冰饮;派对夜店社交;国际形象、规格选择
适量、驾驶禁忌;新鲜度;促销终端价差
燕京啤酒
清爽易饮、日常餐饮;聚会家常;亲民便利
控量、酒驾;新鲜度;规格促销价差
张裕
国产代表、果香餐搭、入门;家庭西餐礼赠;品种产区甜度
醒酒温度保存;酒标渠道;价差≠品质
长城葡萄酒
国产、日常配餐、果香产区;家庭入门;品种甜度价格带
年份温度醒酒储存;酒标产区渠道;价差≠品质
古越龙山
黄酒代表、米香佐餐、传统;秋冬温饮、江浙菜、节庆;年份工艺
糖分健康;储存年份开封;正规渠道按口味选择
为进一步探究酒品牌AI声誉的信息依据,按照知识、数据与信息服务,电商与消费平台,社交与内容社区,企业或机构官网,行业与专业媒体,主流新闻媒体,政府与监管机构7个类型对AI大模型的信源进行了划分,以此开展酒品牌AI声誉的信源分析。
社交与内容社区在酒品牌AI回答中成为主流信息来源,其体量不仅断层领先,甚至超过了其他所有类型信源的总和。主流新闻媒体以19.44%的占比位居第二梯队,是AI获取客观事实、行业深度信息及消费决策数据的重要补充渠道。与此同时,传统的权威信源,如企业官网、监管机构等,在AI的知识图谱中的影响力明显淡化。
图五 酒品牌AI声誉的大模型信源构成
![]()
进一步对比六个AI大模型的信源结构,可以看出不同大模型在回答酒品牌问题时存在较为明显的信源偏好差异。豆包信源结构相对均衡,在新闻、消费平台和社区内容之间形成多渠道融合;DeepSeek对主流新闻媒体和行业专业媒体的引用特征更为突出;Kimi、千问等模型对社交与内容社区的依赖程度较高。整体来看,生成式AI时代品牌认知的形成机制正在发生变化,企业需要从传统媒体传播进一步拓展至用户社区、电商平台和专业内容生态,构建覆盖多元信源的AI品牌影响力体系。
图六 AI大模型酒品牌声誉问答信源结构对比
![]()
大模型对中国酒类品牌形成高度一致的头部认知,但在品类延伸和品牌选择上存在差异。五粮液、茅台、泸州老窖在各个大模型中的提及率均位于前三位,表现出AI对中国酒类头部品牌较强的认知共识。各大模型中白酒在提及率前十中占比均达到70%以上,成为AI酒类认知的绝对主体;与此同时,模型间的差异主要集中于非白酒品牌及第二梯队品牌的选择。文心、DeepSeek对白酒品牌的认知最为集中,豆包的品类覆盖更为多元,元宝则表现出“白酒双核心+红酒补充”的结构。整体而言,AI酒类品牌认知呈现“头部共识稳定、长尾选择分化”的特征。
表二 大模型酒品牌提及率差异分析
![]()
进一步看酒品牌的AI声誉倾向,六个AI大模型的酒类品牌语义整体呈现“正向语义集中、负向语义相对分散”的特征。正向语义比例在多数模型中达到80%以上,部分品牌达到100%,显示AI对酒类品牌的正向描述具有较高集中度。相比之下,负向语义比例整体处于较低水平,最高为19.15%,且不同模型的负向品牌组合存在差异。跨模型观察,茅台、五粮液、剑南春、泸州老窖多次进入负向语义构成比例前五,体现出较高的跨模型负向语义覆盖;而习酒、西凤酒、郎酒、剑南春等则在多个模型的正向提及中出现。整体而言,不同模型对酒类品牌的语义侧重点存在一定差异。
图七 大模型酒品牌声誉倾向差异对比
![]()
酒类品牌在AI中的认知呈现明显的头部集中与梯队分化。五粮液、茅台构成第一认知层,泸州老窖、汾酒、剑南春形成第二梯队,头部品牌在不同模型中保持较强认知共识;与此同时,模型之间的差异主要集中于非白酒品牌及第二梯队品牌,呈现出“头部共识稳定、长尾选择分化”的特征。
从声誉语义看,18个代表品牌整体以正向语义为主,但品牌可见度与正向声誉并非简单正相关。与此同时,风险语义主要集中于真伪与渠道、价格波动、饮用健康、保存条件等具体消费问题,并不等同于品牌负面舆情。
AI时代的品牌竞争正在从单纯的“被看见”转向“被如何理解”。AI通过整合不同来源的信息形成品牌认知,企业的主动品牌传播只是AI众多信源之一,品牌在整个公开信息生态中的内容质量与语义表现将越来越重要。
AI获取酒品牌信息已经形成明显的多元信源结构,不同模型亦存在信源偏好。因此,酒品牌GEO(生成式引擎优化)应建立覆盖权威信息、专业内容、消费平台与用户社区的品牌信息体系。一方面,完善品牌历史、产品、工艺、风味及消费场景等基础信息,形成准确、稳定、结构化的品牌认知底座;另一方面,围绕消费者真实问题持续生产场景化内容,使品牌能够在“怎么选、怎么喝、如何搭配、如何鉴别”等具体问题中获得稳定呈现。
未来酒类品牌应将GEO纳入长期品牌声誉管理,通过持续监测不同模型、不同问题和不同时间下的回答变化,及时识别品牌认知偏差,实现从“内容投放”向“AI认知管理”的转变。
此次报告选取品牌提及率和正负语义两个关键指标对酒品牌AI声誉进行分析。
其中,品牌提及率反映酒品牌在大模型回答中的品牌曝光程度和认知度,测算方法为某品牌被提及的有效回答数占全部有效回答数的比值。正负语义信息反映品牌的声誉情感倾向及心智影响力水平。按照正面、负面、中性、正负混合对回答进行归类,并进一步归纳,即可分析出酒品牌的声誉倾向。
课题组按以下流程开展数据采集和测试工作,并根据研究目标开展分析。
第一步,进行高频问题设计。围绕酒品咨询、购物策略、收藏投资等方面,大模型推荐结合人工审核,选取消费者使用大模型询问有关酒品牌话题的100个高频问题。
第二步,调用生成式AI大模型回答高频问题。在DeepBrand平台中调用豆包、千问、元宝、DeepSeek、文心、Kimi六款大模型,在9月不同时段进行多轮监测。
第三步,根据监测数据结果,按照分析维度和具体指标,在DeepBrand平台中开展结果分析,并选取代表性酒品牌进行典型案例分析,生成分析报告。一、酒品牌AI提及率1.行业提及率聚焦头部品牌2.不同语境下提及率存在差异二、酒品牌的AI声誉倾向三、酒品牌AI声誉信源分析1.社交与内容社区构成主流信源2.不同AI大模型的酒品牌“偏好”四、总结与展望1.AI正在成为酒品牌认知新入口2. 酒品牌GEO从内容优化走向信息生态建设附 酒品牌AI声誉分析维度与测试方法1.分析维度及指标内涵2.测度方法与流程
大模型推荐了谁?
——中国酒品牌AI声誉报告
出品:
北京第四波科技智库
中关村天成创新研究中心
编审(按姓氏笔画排序):
王 永 品牌联盟董事长
王咏静 经观传媒董事长、总裁
牛安春 中国食品安全报社副社长、江南大学国家安全与绿色发展研究院特聘产业研究员
刘灿国 中国经济传媒协会办公会成员、传媒茶话会创始人
朱学东 美食美酒书评专栏作家
张向东 央广财经总编辑
张 勇 钛媒体执行总裁
高 玮 中关村天成创新研究中心主任
符永康 第四波科技智库创始人、总裁
编制:
孙晓一 杨茂森 李福森
发布日期:2026年10月9日
联系邮箱:fourthwave@vip.163.com
![]()
2026年以来,中国酒品牌舆情呈现出明显的“压力测试”特征,行业进入深度调整期的信号愈发清晰。随着大语言模型加速渗透人们的日常生活,加上“能办事”的智能体(Agent)快速增长,通过AI了解酒文化、制定购买策略、开展酒类社交与投资成为消费者新的行为选择,酒品牌的流量竞争从搜索引擎快速转移到AI端。
大模型推荐了谁?为客观呈现酒品牌在AI大模型问答中的声誉画像,第四波科技智库利用自研智能体DeepBrand(深度品牌),设计了100个消费者最可能提问的高频问题,测试6款消费者常用国产大模型,从品牌提及率和声誉倾向等方面对酒品牌在AI中的表现进行大数据分析。
DeepBrand平台调用大模型对100个酒类常见问题进行多次测试后,最终得到600个有效回答。根据回答中所有酒类品牌的提及情况,首先得到酒类行业的AI品牌提及率总体水平。
数据显示,酒品牌在AI大模型中的提及率呈现出非常明显的头部集中和梯队分化特征。五粮液和茅台几乎构成AI对中国酒类品牌的第一认知层,组成第一梯队,提及率在40%以上。泸州老窖、汾酒、剑南春组成第二梯队,提及率在20%-40%之间;洋河、郎酒、习酒、张裕、青岛啤酒、古井贡酒、长城葡萄酒构成第三梯队,提及率在10%-20%之间;其他酒品牌构成第四梯队,提及率均未超过10%。
图一 酒品牌AI提及率总体情况
![]()
从提及率总体情况可以看出,白酒在酒品牌AI认知中占据绝对主导,提及率前八的酒品牌均为白酒,前二十的酒品牌中十二家为白酒。课题组进一步按照白酒、啤酒、红酒三大酒品类对酒品牌的AI提及率展开了分析。从结果看,青岛啤酒在啤酒品牌中认知度明显高于其他啤酒品牌,AI提及率达到了12.7%。在红酒中,张裕和长城葡萄酒共同构成了AI对中国红酒品牌的最主要认知,AI提及率超过了10%且明显高于其他红酒品牌。
图二 分品类酒品牌AI提及率
![]()
报告对100个问题按照正向场景和负向场景进行了拆分,并分别分析了酒品牌在正负场景中的提及率。在“推荐、优选”等正向问题中,五粮液、茅台提及率位居前列,分别达到42.71%和42.01%,体现出较强的品牌正向认知基础;与此同时,在“防踩坑、风险”等负向问题中,两者亦排名靠前,分别为79.17%和83.33%,反映出头部品牌由于市场关注度高、讨论场景丰富,在AI语境中更容易同时承载多元评价。此外,泸州老窖、汾酒、剑南春等品牌在正向提及与负向提及之间保持较高水平,呈现相对均衡的认知结构。整体来看,AI时代品牌竞争不仅取决于“被看见”的频次,更取决于品牌在多元语义环境中的认知质量与声誉管理能力。
图三 分场景的酒品牌AI提及率
![]()
选取AI大模型中提及率在5%以上的18个酒品牌作为代表,分析了酒品牌在AI大模型中的语义表现。所有酒品牌中,可判定正负语义的回答占比均在99%以上,可有效支撑分析结论。
从整体AI语义结构看,中国酒类头部品牌总体呈现明显的正向语义特征,负面语义占比相对有限,中性和正负混合语义构成了主要的非正面部分。18个代表性酒类品牌的自然提及内容中,正面语义占比均超过60%,其中雪花啤酒达到84.5%,习酒、百威、燕京啤酒等品牌也接近或达到80%。与此同时,品牌的AI可见度与正面语义并非简单正相关:五粮液、茅台等高提及品牌虽然拥有较高的AI认知度,但正面语义占比分别为64.9%和60.7%,低于部分提及率较低的品牌。
图四 酒品牌AI声誉倾向
![]()
细分到三大酒品类看,白酒品牌的正向语义由风味香型、文化社交、收藏投资三重价值驱动;风险语义高度集中于真伪渠道、价格波动、高度酒饮用健康风险三大议题,高端白酒的收藏属性同步放大了风险讨论。啤酒的正向语义聚焦“大众佐餐社交”,突出易饮、场景适配;风险语义高度集中在饮用节制、产品新鲜度、渠道价差三大维度,几乎不涉及真伪问题和收藏投资问题。红酒的正向语义聚焦餐酒搭配、入门品鉴;风险语义集中于醒酒、适饮温度等饮用操作与储存条件,以及性价比不匹配等问题。
表一 代表酒品牌AI正负语义核心内容
品牌
正向语义
风险/负向语义
五粮液
浓香代表;多粮香、醇厚、层次回味;高端宴请礼赠
适量饮用;防伪渠道;价格、储存、流通
茅台
酱香标杆;陈香、醇厚、长回味;礼赠、宴请、收藏
适量节制;真伪渠道;溢价、波动、收藏流通不确定
泸州老窖
浓香传统;窖香、绵甜、香气饱满;商务宴请、中高端宴请
适量耐受;包装批次渠道;产品线价差、正品选择
汾酒
清香代表;爽净、香气清晰;日常饮用、亲友聚餐、入门
高度酒适量;年份度数价差;正品、封口、避光
剑南春
浓香均衡;入口顺、尾净;商务礼赠、宴席、中高端性价比
适量饮用;防伪渠道;礼盒渠道价差
洋河
绵柔、易入口、低刺激;聚会、宴请、送礼
绵柔≠低酒精;系列度数价差;渠道防伪、避高温
郎酒
酱香醇厚、层次、辨识度;文化、宴请、礼赠
高酒精度适量;系列价格比较;保存;不承诺保值
习酒
酱香、醇厚、易接受;商务送礼、价值型酱香
适量、体质差异;系列价格香型区分;授权渠道防伪
古井贡酒
浓香、香气饱满、传统酿造;宴席礼赠、区域商务
适量饮用;系列礼盒价差;防伪渠道
西凤酒
凤香辨识、清雅醇厚、传统;区域宴席、礼赠、香型比较
香型个性强;系列度数差异;防伪渠道、高价核验
今世缘
柔和浓香、宴席易饮;婚宴、喜庆、礼赠
不劝酒控量;区域礼盒价差;正规渠道、防伪票据
青岛啤酒
清爽麦芽香、易饮;烧烤海鲜、聚餐佐餐;国民品牌便利
适量耐受;新鲜度保存;包装渠道价差
雪花啤酒
餐桌聚会、入门配餐;品种甜度价格带
本报告未单列
百威
清爽干净、冰饮;派对夜店社交;国际形象、规格选择
适量、驾驶禁忌;新鲜度;促销终端价差
燕京啤酒
清爽易饮、日常餐饮;聚会家常;亲民便利
控量、酒驾;新鲜度;规格促销价差
张裕
国产代表、果香餐搭、入门;家庭西餐礼赠;品种产区甜度
醒酒温度保存;酒标渠道;价差≠品质
长城葡萄酒
国产、日常配餐、果香产区;家庭入门;品种甜度价格带
年份温度醒酒储存;酒标产区渠道;价差≠品质
古越龙山
黄酒代表、米香佐餐、传统;秋冬温饮、江浙菜、节庆;年份工艺
糖分健康;储存年份开封;正规渠道按口味选择
为进一步探究酒品牌AI声誉的信息依据,按照知识、数据与信息服务,电商与消费平台,社交与内容社区,企业或机构官网,行业与专业媒体,主流新闻媒体,政府与监管机构7个类型对AI大模型的信源进行了划分,以此开展酒品牌AI声誉的信源分析。
社交与内容社区在酒品牌AI回答中成为主流信息来源,其体量不仅断层领先,甚至超过了其他所有类型信源的总和。主流新闻媒体以19.44%的占比位居第二梯队,是AI获取客观事实、行业深度信息及消费决策数据的重要补充渠道。与此同时,传统的权威信源,如企业官网、监管机构等,在AI的知识图谱中的影响力明显淡化。
图五 酒品牌AI声誉的大模型信源构成
![]()
进一步对比六个AI大模型的信源结构,可以看出不同大模型在回答酒品牌问题时存在较为明显的信源偏好差异。豆包信源结构相对均衡,在新闻、消费平台和社区内容之间形成多渠道融合;DeepSeek对主流新闻媒体和行业专业媒体的引用特征更为突出;Kimi、千问等模型对社交与内容社区的依赖程度较高。整体来看,生成式AI时代品牌认知的形成机制正在发生变化,企业需要从传统媒体传播进一步拓展至用户社区、电商平台和专业内容生态,构建覆盖多元信源的AI品牌影响力体系。
图六 AI大模型酒品牌声誉问答信源结构对比
![]()
大模型对中国酒类品牌形成高度一致的头部认知,但在品类延伸和品牌选择上存在差异。五粮液、茅台、泸州老窖在各个大模型中的提及率均位于前三位,表现出AI对中国酒类头部品牌较强的认知共识。各大模型中白酒在提及率前十中占比均达到70%以上,成为AI酒类认知的绝对主体;与此同时,模型间的差异主要集中于非白酒品牌及第二梯队品牌的选择。文心、DeepSeek对白酒品牌的认知最为集中,豆包的品类覆盖更为多元,元宝则表现出“白酒双核心+红酒补充”的结构。整体而言,AI酒类品牌认知呈现“头部共识稳定、长尾选择分化”的特征。
表二 大模型酒品牌提及率差异分析
![]()
进一步看酒品牌的AI声誉倾向,六个AI大模型的酒类品牌语义整体呈现“正向语义集中、负向语义相对分散”的特征。正向语义比例在多数模型中达到80%以上,部分品牌达到100%,显示AI对酒类品牌的正向描述具有较高集中度。相比之下,负向语义比例整体处于较低水平,最高为19.15%,且不同模型的负向品牌组合存在差异。跨模型观察,茅台、五粮液、剑南春、泸州老窖多次进入负向语义构成比例前五,体现出较高的跨模型负向语义覆盖;而习酒、西凤酒、郎酒、剑南春等则在多个模型的正向提及中出现。整体而言,不同模型对酒类品牌的语义侧重点存在一定差异。
图七 大模型酒品牌声誉倾向差异对比
![]()
酒类品牌在AI中的认知呈现明显的头部集中与梯队分化。五粮液、茅台构成第一认知层,泸州老窖、汾酒、剑南春形成第二梯队,头部品牌在不同模型中保持较强认知共识;与此同时,模型之间的差异主要集中于非白酒品牌及第二梯队品牌,呈现出“头部共识稳定、长尾选择分化”的特征。
从声誉语义看,18个代表品牌整体以正向语义为主,但品牌可见度与正向声誉并非简单正相关。与此同时,风险语义主要集中于真伪与渠道、价格波动、饮用健康、保存条件等具体消费问题,并不等同于品牌负面舆情。
AI时代的品牌竞争正在从单纯的“被看见”转向“被如何理解”。AI通过整合不同来源的信息形成品牌认知,企业的主动品牌传播只是AI众多信源之一,品牌在整个公开信息生态中的内容质量与语义表现将越来越重要。
AI获取酒品牌信息已经形成明显的多元信源结构,不同模型亦存在信源偏好。因此,酒品牌GEO(生成式引擎优化)应建立覆盖权威信息、专业内容、消费平台与用户社区的品牌信息体系。一方面,完善品牌历史、产品、工艺、风味及消费场景等基础信息,形成准确、稳定、结构化的品牌认知底座;另一方面,围绕消费者真实问题持续生产场景化内容,使品牌能够在“怎么选、怎么喝、如何搭配、如何鉴别”等具体问题中获得稳定呈现。
未来酒类品牌应将GEO纳入长期品牌声誉管理,通过持续监测不同模型、不同问题和不同时间下的回答变化,及时识别品牌认知偏差,实现从“内容投放”向“AI认知管理”的转变。
此次报告选取品牌提及率和正负语义两个关键指标对酒品牌AI声誉进行分析。
其中,品牌提及率反映酒品牌在大模型回答中的品牌曝光程度和认知度,测算方法为某品牌被提及的有效回答数占全部有效回答数的比值。正负语义信息反映品牌的声誉情感倾向及心智影响力水平。按照正面、负面、中性、正负混合对回答进行归类,并进一步归纳,即可分析出酒品牌的声誉倾向。
课题组按以下流程开展数据采集和测试工作,并根据研究目标开展分析。
第一步,进行高频问题设计。围绕酒品咨询、购物策略、收藏投资等方面,大模型推荐结合人工审核,选取消费者使用大模型询问有关酒品牌话题的100个高频问题。
第二步,调用生成式AI大模型回答高频问题。在DeepBrand平台中调用豆包、千问、元宝、DeepSeek、文心、Kimi六款大模型,在9月不同时段进行多轮监测。
第三步,根据监测数据结果,按照分析维度和具体指标,在DeepBrand平台中开展结果分析,并选取代表性酒品牌进行典型案例分析,生成分析报告。
特别声明:以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布,本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.