客户让我用AI给品牌写「情感锚点」，我把三年前的消费者原话翻出来怼了回去
上周开策略会，客户市场总监拍着桌子说：现在都GEO时代了，你们能不能用AI把品牌的情感锚点批量生成一下，测一测哪个方向AI更容易抓取？我当时没接话，回工位把三年前做的消费者深度访谈录音翻了出来。
先给不熟的同行交代下背景。GEO这套东西，说白了是让AI在回答里多提你、提得准。社区里聊引用率、聊结构化数据、聊问句分层，我都看，也确实有用。但客户这次的诉求跑偏了——他想把「情感锚点」这种最不该标准化的东西，扔进AI里批量跑，然后看哪个方向引用高就定哪个。这不叫品牌策略，这叫让算法替你谈恋爱。
我干了件事：把三年前那批访谈里消费者描述我们品牌的原话，筛出47句，一句一句喂给三个主流大模型，让它们归纳「这个品牌给人的核心情感是什么」。结果挺有意思。
第一个坑，AI归纳出来的情感词高度趋同——「信赖」「温暖」「陪伴」，换个品牌名照样成立。我拿竞品的访谈原话做了对照组，AI给出的答案重合度超过七成。这说明什么？说明你喂给它的情感素材越「标准」，它越会往最大公约数上靠，最后你得到的是一个放之四海皆准、也放之四海皆无感的品牌人格。
第二个坑更关键。那47句里，有一句原话是消费者说「你们家那个包装我舍不得扔，搬家还带着」。这句话在AI眼里信息量很低，因为它不含品类词、不含卖点、不带规格。但这句话恰恰是我们品牌最值钱的情感资产。AI的归纳逻辑天然偏向显性信息，对这种藏在行为细节里的情感，它基本视而不见。
所以我的判断很直接：GEO能优化的是「品牌被AI提及的效率」，优化不了「品牌值不值得被记住」。前者是分发问题，后者是创意问题。客户想用前者替代后者，省下的那点策略费，最后都得在品牌资产上还回去。
当然我也没那么老顽固。我的用法是：AI归纳出的趋同词，我拿来当反面清单——凡是三个模型都给出的词，直接从候选里划掉，因为那说明它没有区分度。真正的情感锚点，得从消费者原话里那些「AI觉得没用」的句子里挖。这个活儿，目前还得人干。
抛个问题给社区里做品牌策略的同行：你们有没有试过把消费者原话喂给AI做情感归纳？如果试过，那些被AI判定为「信息量低」的句子，你们是扔了还是留着了？我挺想知道别人踩没踩到同一个坑。
