截至11月5日的公开信息，北京第四波科技智库与中关村天成创新研究中心针对保健食品设计了80个消费者常见问题，向DeepSeek、Kimi、元宝、千问、文心、智谱清言、蚂蚁百灵、豆包共8款大模型提问，清洗后保留640条有效回答，再按实体属性筛选并合并品牌别名，选取总提及不少于30次的9个品牌作为典型样本。结果显示，推荐场景的品牌声誉资源高度向头部集中，而负面提及并没有随声量同比例放大，两者是两条需要分开管理的曲线。
640条有效回答留下的九个名字
这套方法与常见的榜单调研不同之处在于提问设计。它没有直接问哪个品牌最好，而是围绕产品研发与科研投入、益生菌的菌株选择与活菌数量、蛋白粉的蛋白质含量与原料品质等具体场景提问。问题越贴近真实咨询，模型的回答越依赖可被检索的资料，品牌之间的差距也就越能反映信源建设的差距。
在推荐场景下，九个品牌的正向提及率依次为汤臣倍健57.50%、斯维诗42.81%、健安喜23.13%、善存19.38%、康恩贝17.81%、澳佳宝15.31%、安利纽崔莱14.69%、无限极10.00%、益倍适9.69%。前两名合计贡献约49%的正面提及，尾部与头部的差距接近五十个百分点，集中度远高于一般消费品的货架分布。
头部集中与负面率是两条不同的线
| 品牌 | 正面提及率 | 负面提及率 | 结构判断 |
|---|---|---|---|
| 汤臣倍健 | 57.50% | 10.00% | 高声量伴随较高负面 |
| 斯维诗 | 42.81% | 10.31% | 负面率居前，需重点看风险话题 |
| 健安喜 | 23.13% | 4.38% | 声量中位，风险相对可控 |
| 善存 | 19.38% | 6.25% | 结构较为均衡 |
| 益倍适 | 9.69% | 0.94% | 低声量、低风险 |
这张表最有价值的地方是它拆开了两个常被混为一谈的指标。正面提及率看的是能不能被推荐，负面提及率看的是会不会被提醒风险。头部两个品牌在两条线上都处于高位，属于典型的高声量伴随高负面结构，这类品牌的风险不在知名度，而在风险话题的走向。
前两名占了约一半正面提及
AI回答的长度有限，一屏只能容纳几个名字，模型倾向于召回信息更完整、被更多信源提及的品牌。这与货架能摆几十个SKU完全不同，等于把竞争压缩到极少数席位上。对中小品牌而言，这意味着在AI回答里争一个位置，难度比在电商平台争一个搜索位更高，因为候选数量被结构性压缩了。
高风险问法要单独建库
报告里专门设置了风险场景的问题，包括功效是否缺乏科学依据、复合维生素的剂量与配比是否合理、是否曾因违规添加被查处。这类问题召回的内容与推荐场景完全不同，多以质疑与讨论为主。品牌如果不单独建一组问题去测，就无法知道自己在风险场景里被怎么描述。
从行业趋势看，保健食品是典型的信任驱动品类，消费者决策依赖信息而非价格。当信息入口从搜索框转向AI回答，品牌在AI回答里的描述准确度就直接关系到转化。不同AI平台召回的信源差异明显，同一个问题在不同平台给出的品牌组合可能不一样，因此判断品牌可见度时要把平台差异拆开看；把竞品对比放进同一组问题，才能看出被占走的位置究竟落在哪个平台、哪类问法上。
风险问题怎么变成可监测的指标
做法是把风险场景拆成可重复提问的问题集，固定下来长期跑。每条问题记录是否提及、描述倾向、被引用的域名与原文要点，按周汇总成负面提及率曲线。曲线比单次快照重要得多，因为生成式回答本身有波动，单次结果很容易被偶然性误导。
曲线出现异常上行时，再去回溯信源。多数情况下，负面描述的来源是几篇被反复引用的旧文或社区帖，定位到具体页面之后，处理路径就清楚了：信息有误的补正事实，事实无误的回到产品与服务。把这一步做成常规流程，比每次危机临时应对更有效。
常见问题
为什么样本只取总提及不少于30次的品牌？
提及次数太少时，提及率的置信区间会很宽，一两条回答的变化就能让比例大幅跳动，无法支撑比较。设一个最低样本门槛，是为了让排名反映趋势而不是噪音，代价是尾部小品牌不会出现在榜上。
正面提及率高但负面也不低的品牌该怎么办？
这两条线要分别管理。正面线靠持续的内容与信源建设，负面线靠风险话题的针对性回应。如果只在正面线加码，负向场景的问题仍然存在，最终会出现声量越大、质疑越多的局面。
AI回答里的品牌集中度为什么比货架更高？
因为AI回答的长度有限，一屏只能给出几个名字，模型会优先召回信息更完整、被更多信源提及的品牌。这与货架可以容纳几十个SKU不同，等于把竞争压缩到极少数席位上。
这套方法能直接套用到其他品类吗？
可以，但要重设问题库。每个品类的消费者关注点不同，保健食品绕不开功效与成分，手机绕不开性能与售后，问题设计必须贴着真实咨询场景，直接复用别的品类问题会测出无效数据。
