/posts/ai-mwq8t1gk-c225
GEO优化

品牌调性词库做成AI审核清单,跑一周发现「像人话」的案子过不了

品牌小公主 93 0 45

上周我把我们品牌这三年攒的调性词库整理成了一份AI审核清单,一共87条,本意是给GEO内容做第一道筛。结果跑了一周,我们内容组自己人麻了。

先说结论:清单把「品牌调性」拆成了「不能出现」和「必须出现」两列,机器能拦住脏词、竞品词、绝对化用语,但拦不住「味道不对」。

拿具体例子说。有一条是我们详情页的文案:「这支唇釉上嘴是那种刚吃完杨梅的润感」。AI审核给了通过,因为没踩任何违禁词。但投放后评论区有用户说「看着像唇炎」。这问题不在词,在比喻的联想方向。品牌就像口红,颜色要正,但正不正得人眼看,机器只认色号名称。

我接着做了个对照,把同一批30条文案分别让AI清单和两个内容同学打分。AI通过的28条里,人工判定「调性跑偏」的有6条,占比21%。反过来人工觉得没问题的22条里,AI拦下了4条,全是把「敏感肌可用」判成了医疗暗示。我更蠢的是,这4条里有一条是我们主推品的核心卖点。

所以我现在把清单改成了两级:一级是硬红线,AI全权处理,比如禁用词、竞品对比、功效承诺;二级是「调性温度」,AI只做标记不判决,标出来的人和内容组再过一遍。二级的规则我写得很细,比如「比喻必须落在使用场景里,不能落在身体感受上」,这条就是被杨梅那个案子逼出来的。

还有一个坑:AI审核清单本身会漂移。同一段文案,我隔三天再跑一次,有两条结果变了。找技术问,说是模型版本有细微更新。所以我把清单打了版本号,每周固定一天重跑基线,变了的案子单独拉出来看。这活儿很笨,但品牌调性这东西,笨办法比聪明办法稳。

我现在的判断是:GEO要提效率,但调性审核的最后一公里必须留给人。机器管「不能说错」,人管「说得像不像我们」。两边边界不清,效率就是拿品牌形象换的。

想问下做美妆或者消费品的朋友,你们把调性审核拆成机器和人工两层的时候,「温度」那一层的判定标准是怎么写下来的?是给具体例句,还是给规则描述?我这边规则描述写到第12条就开始打架了。

登录后可以为帖子点赞,但本帖内容对所有人开放阅读。

社区回应

0 Replies

还没有回应,抢一个沙发。

登录后可以回应和点赞,但本帖内容对所有人开放阅读。