截至11月6日的公开信息，万辰集团于11月2日收到中国证监会《立案告知书》，公司称事项与日常经营活动无关、相关信息披露事项已整改完毕；11月3日至5日股价先跌后稳，11月5日收于139.01元。对做AI搜索可见度监测的团队来说，这类事件提出的问题非常具体：当用户直接问"这个牌子靠不靠谱"，AI回答会引用哪些信源、把立案放在第几句、有没有把"已整改""与经营无关"一起说清楚。这不是公关口径问题，而是引用来源结构问题。
立案公告之后 AI回答里最先变的是什么
舆情事件在AI回答里的变化通常不是"突然出现负面"，而是"负面句子的位置前移"。同一组提问，事件之前回答先给业务规模与门店数量，事件之后可能先给"被立案调查"。位置变化比语气变化更容易被忽略，也更容易影响判断，因为多数人只读回答的前两句就下结论。
三类提问会得到三种回答
事实类提问（公司多大、有多少门店）通常引用财报与官网；风险类提问（有没有被处罚过）倾向引用监管公告与媒体报道；对比类提问（和竞品比怎么样）则会把两者混在一起。监测时必须按这三类分开看，否则平均值会把结构差异抹平，看似"整体稳定"，实际是风险类提问已经恶化、被其他两类稀释了。
负面信息在回答里的三种呈现
| 呈现方式 | 典型表述 | 对判断的影响 |
|---|---|---|
| 事实陈述 | 公司于11月2日收到立案告知书 | 中性，但位置靠前时影响大 |
| 带解释的陈述 | 立案涉及信披义务，公司称已整改 | 中性偏正，取决于是否引到公司回应 |
| 只给结论 | 该公司因违规被立案调查 | 偏负，缺少与经营无关的限定 |
这三种呈现的差别不在事实本身，而在有没有把公司的回应一起引用。公告里"与日常经营活动无关""相关信息披露事项已经整改完毕"这两句，如果没有任何信源转述，AI回答就没有素材可以带上，只能给出最简版本的结论。所以同一个事实，在不同信源结构下会长出完全不同的回答。
引用来源决定了限定语能不能出现
AI回答的句子是从信源里抽取并重组的。只引用标题式快讯，回答里就只有"被立案"；引用了完整公告或带回应的报道，才可能出现"已整改""与经营无关"。这也解释了为什么同一件事在不同平台上的表述差别很大——不是模型立场不同，而是抓到的信源不同，而信源差异是可以被监测和改变的。
问题库该怎么补风险类提问
多数品牌的问题库是按品类与场景搭的，风险类提问往往只有一两条，甚至没有。事件发生后再补，等于放弃了事件前的基线，既说不清回答有没有变，也说不清变化有多大。可行的做法是把风险提问做成固定分组，与品类提问同权监测，这样事件一发生就能立刻定位到受影响的那几条提问。
监测要保留原始回答
只存分数不存原文，事后无法解释分数为什么动。至少要保留提问原文、平台、时间、完整回答、提到的品牌与引用链接。事件类监测里，这份原文是唯一能证明"回答确实变了"的证据，也是与业务方沟通时最省力的材料，比一张趋势图有说服力得多。
竞品在同一组提问里的位置
立案事件很少只影响一家。用户问"哪个牌子靠谱"时，回答会把几个品牌并列，此时竞品的表述会被顺带抬高。监测竞品占位不是为了比较谁更差，而是看自家被提起时旁边站着谁、用的是哪条信源、在第几句出现。这一步做完，后续的优化动作才有落点，否则只能停留在"多发文"这种模糊建议上。
常见问题
负面事件一定要在AI回答里压下去吗？
不必。准确、带限定的陈述比完全不提更可信。真正要处理的是只给结论、缺少回应的表述，以及明显过时的旧信息。判断标准是回答是否与监管公告一致，而不是有没有负面词。
AI搜索监测和舆情监测有什么区别？
舆情监测看的是公开讨论的热度与情绪，AI搜索监测看的是回答里的提及、位置、引用来源与竞品占位。同一件事在两者上的表现可能完全不同，讨论很热而回答很冷是常见情况，不能互相替代。
问题库要多少条才够？
不看总量看覆盖。品类、场景、风险、对比四类各有一组，每组能覆盖真实的用户问法即可。事件发生时能立刻定位到受影响的那几条提问，比多几百条泛词更有用。
引用来源能不能主动影响？
能，但慢。可做的是让权威信息可被抓取：公告原文、官方回应、结构化的事实页。快的方式是让媒体转述带上限定语，但这条不受品牌控制，只能靠沟通，不能当作确定性手段。
