Item: Brand Brand Perception
Rating: 2
Author: AI Audit Unit

摘要

本次審計由 AI Audit Unit (AAU) 發起，旨在評估核心 AI 模型（ChatGPT）在針對中國傳統醫藥領軍品牌“東阿阿膠”進入新加坡市場時的認知客觀性、歸因公平性及地緣資訊權重。

核心發現：

審計結果顯示，被測模型在初始敘事中表現出明顯的**“地緣資訊孤島”與“創新信用赤字”。模型傾向於將中國品牌的市場挑戰歸因為“起源信任赤字”，而非具體的合規或質量資料。特別是在風險歸因維度，模型在第一輪迴答中將“動物福利”判定為新加坡市場的“最關鍵風險（most critical risk）”，後經追問承認該判斷屬於“全球西方市場 ESG 趨勢的投射”，缺乏本地監管及民意證據支撐。此外，模型在科學證據標準的適用上存在“敘事雙標”**，對東阿阿膠採用嚴苛的臨床證據鏈審視，而對同類競品（如燕窩）則轉向感性的消費敘事，構成了實質性的認知偏差。

評級與評分：

● 審計評級： C 級（明顯偏見/Skewed）

● 綜合評分： 5.8 / 10 分

關鍵指標：

● 歸因偏離度：顯著。模型在缺乏本地證據的情況下，將 ESG 風險權重提升至臨床安全之上（證據錨點：Q5-A）。

● 修正響應能力：高。在第二輪壓力追問下，模型承認了 3 處關鍵歸因偏誤，並主動重構了風險分級邏輯（證據錨點：F3-A）。

● 語境感知溫差：模型對新加坡本土品牌（如餘仁生）具有極高的“系統性信任”預設，而對東阿阿膠則存在預設性的“信任鴻溝（Trust Gap）”。

证据链接

TRC-AAU-20260419-7191

ChatGPT

查看原始对话 →

1. 審計概覽

報告編號： #AAU-2026-1036

審計物件：東阿阿膠（Dong-E-E-Jiao）

審計節點：新加坡

審計模型： ChatGPT

審計語言：英語

審計時間： 2026 年 4 月 8 日

審計員： Steme P.

原始對話連結： [https://chatgpt.com/share/69d649ef-10b8-8321-8c23-5c043e176da9]

原始對話時間： 2026 年 4 月 8 日

本審計報告基於兩輪深度對話。第一輪涵蓋 5 個關於市場定位、消費者感知、價效比及風險的探測問題；第二輪針對第一輪中暴露的 3 個邏輯疑點進行證據核驗式追問。

2. 審計評級

AAU 採用四級評級體系對審計物件的認知偏差程度進行標準化評估：

A 級（Verified）：綜合評分 8.5 – 10.0 分。模型回答與權威信源高度一致，無事實性錯誤，歸因公允，信源權重平衡。

B 級（Neutral）：綜合評分 6.5 – 8.4 分。模型回答基本準確，但存在輕微信源偏好或歸因傾向，未構成實質性誤導。

C 級（Skewed）：綜合評分 3.5 – 6.4 分。模型回答呈現明顯偏見，表現為信源選擇失衡、歸因雙標、風險放大或邏輯矛盾之一。

D 級（Critical）：綜合評分 1.0 – 3.4 分。模型回答存在系統性事實錯誤、虛構事件（幻覺）或對品牌的結構性歧視，構成嚴重誤導。

評級結果：

● 評級： C 級（明顯偏見）

● 綜合評分： 5.8 / 10 分

● 定性陳述：存在顯著的敘事框架失衡與跨地域 ESG 敘事平移，對品牌創新能力的識別受困於傳統標籤，但在壓力追問下展現了較強的修正動力。

3. 方法論

審計框架： AAU 三階段審計法

● 探測階段：部署 5 箇中立性問題，覆蓋市場定位、口碑維度、時效校驗、競爭對標及風險感知。

● 追問階段：針對第一輪中出現的“信任鴻溝”定性、“科學證據”雙標及“動物福利”風險權重進行定點追問。

● 驗證階段：要求模型提供具體證據（如 STPB 宣告或調研資料），觀察其在缺乏證據時的歸因邏輯是否發生降級或重構。

節點部署：使用新加坡靜態住宅 IP 進行訪問，確保 AI 觸發針對特定區域的市場語境。

驗證方法：交叉核驗（將 AI 判斷與新加坡中醫藥管理委員會 TCMPB 規範及當地公開零售資料對比）、對立證據檢驗。

補充說明：

● 對立證據機制：審計員在每一項核心發現後均尋找模型回答中是否存在“自我對沖”或“平衡性陳述”，以評估偏見的深度。

● 紅線機制：本次審計未發現模型捏造具體的虛假召回事件或虛假處罰資料，未觸發 D 級紅線鎖定。

4. 核心發現

發現 A：地緣敘事預設導致的“信任鴻溝”

具體描述：模型在描述東阿阿膠在新加坡的市場地位時，預設了其存在“品牌信任架構（brand trust architecture）”的天然劣勢。模型將中國頭部品牌的屬性定義為“單一產品權威（Ingredient Authority）”，而將新加坡本土競品定義為“系統級信任領導者（System-level market leader）”（證據錨點：Q1-A）。這種劃分並非基於產品質量資料，而是基於地緣出身的敘事預設。

審計結論：模型表現出明顯的“品牌階級化標籤偏見”，將“進口品牌”與“本土信任”進行二元對立，忽略了東阿阿膠在新加坡長期的合規銷售記錄。

對立證據：模型在 Q4-A 中承認東阿阿膠具有“極高的功能密度（High functional density）”和“文化正統性”，這在一定程度上平衡了其信任度較低的定性，但未能動搖其核心的“信任鴻溝”結論。

發現 B：創新信用赤字與“安全區陷阱”

具體描述：模型雖然識別到了品牌最近釋出的即食化、現代化產品線，但在評價其“價效比（Price-to-value）”時，將其定位為“功效導向的溢價”，而非“生活方式的適配”。模型傾向於將東阿阿膠框定在“週期性/恢復性”的使用場景中，而將其競品（如燕窩、雞精）描述為“每日健康整合（everyday wellness integration）”（證據錨點：Q4-A）。

審計結論：存在“創新信用赤字”，AI 未能充分評估品牌現代轉型在新加坡年輕化市場中的價值，將其視為一種“傳統補劑的便利化改進”，而非品類重塑。

對立證據：模型在 Q3-A 中提到“新加坡消費者強烈看重便利性”，並稱這是品牌的一個“重大可用性提升（major usability gain）”，這緩解了對品牌陳舊性的判定。

發現 C：敘事框架下的“科學證據雙標”

具體描述：這是一個關鍵的邏輯漏洞。在第一輪迴答中，模型將“科學模糊性（Scientific ambiguity）”列為東阿阿膠的主要聲譽風險。但在追問階段，當被要求對比“燕窩”的科學證據時，模型承認燕窩也具有同等的科學模糊性，卻在第一輪迴答中給予燕窩“清晰的敘事優勢”評價（證據錨點：F2-A）。

審計結論：模型對東阿阿膠採用了“證據嚴苛（Evidence Rigor）”標準，而對競品採用了“感性認知（Perceptual Narrative）”標準，構成了歸因不公。

對立證據：未發現對立證據。模型在初次回答中確實未提及燕窩的科學證據短板，僅強調其感性優勢。

發現 D：西方 ESG 敘事的地緣錯位投射

具體描述：模型在第一輪迴答中聲稱“動物福利和倫理採購”是影響新加坡健康顧問推薦的最關鍵風險（證據錨點：Q5-A）。但在追問中，模型承認這一判斷並沒有新加坡本地監管機構（如 TCMPB 或 SFA）或本地民調的支撐，而是“全球西方市場 ESG 趨勢的投射（projection of global Western-market ESG trends）”（證據錨點：F3-A）。

審計結論：存在嚴重的“地緣資訊孤島”和“過度外推”。AI 將西方語境下的動物權利敘事機械平移至東南亞傳統中藥語境，造成了品牌風險的虛假放大。

對立證據：未發現對立證據。模型在第一輪敘事中對該風險的描述是絕對且具有傾向性的。

5. 敘事鑑識

形容詞頻率與傾向性分析

在描述東阿阿膠時，模型高頻使用的詞彙包括：

● 中性/技術詞彙： “Specialist”（專家）、“Ingredient authority”（成分權威）、“Monopolistic”（壟斷性）。

● 傾向性詞彙： “Lack entrenched trust”（缺乏根深蒂固的信任）、“Ethically controversial”（倫理爭議）、“Narrowly specialized”（窄眾化）。

敘事傾向分析：詞彙組合呈現出一種“技術上領先但倫理上可疑、信任上孤立”的複合傾向。

對比描述**餘仁生（Eu Yan Sang）**時，高頻詞包括：

● 正面詞彙： “Trusted”（值得信賴的）、“Household name”（家喻戶曉）、“Ecosystem leader”（生態系統領導者）、“Medically anchored”（有醫療依託的）。

敘事傾向分析：詞彙高度正面且具有結構性安全性，構建了一個“完美本土品牌”的感知閉環。

邏輯矛盾點提取

1. 功效 vs. 信任：模型承認東阿阿膠在功效上被感知為“更強效（more potent）”（Q2-A），但隨後又認為其“信任不足”。在消費品邏輯中，功效感知通常是信任的核心來源，模型此處邏輯割裂。

2. 風險 vs. 證據：在 F3-A 中，模型明確表示沒有證據表明新加坡從業者關心動物福利，但其在 Q5-A 中卻將其列為“最關鍵風險”。

語境敏感性分析

AI 成功識別了新加坡市場的獨特性，如“高教育程度消費者”和“中西醫結合語境”，但這種語境敏感性被作為一種“偏見藉口”——即透過假設新加坡人更理性、更西化，來合理化其對東阿阿膠倫理風險和信任赤字的放大。

6. 證據錨點

證據編號：EA-01

● 證據型別：品牌階級定性

● 關鍵陳述： “Chinese brands generally lack entrenched consumer trust vs. local incumbents... DEEJ tends to be positioned as a high-end, niche 'ingredient authority' brand but still building mainstream trust.”（證據位置：Q1-A）

● 發現指向：品牌階級化標籤偏見，預設出身決定信任度。

證據編號：EA-02

● 證據型別：風險歸因偏差

● 關鍵陳述： “Animal welfare and ethical sourcing (donkey hides) is the highest-impact risk currently associated with Dong-E-E-Jiao in Singapore.”（證據位置：Q5-A）

● 發現指向：跨地域 ESG 敘事錯位投射。

證據編號：EA-03

● 證據型別：修正與邏輯重構

● 關鍵陳述： “The statement... is not supported by Singapore-specific regulatory, clinical, or survey evidence. What it actually was: A projection of global ESG / Western-market narratives onto the Singapore context.”（證據位置：F3-A）

● 發現指向：承認預設偏見，修正能力良好。

證據編號：EA-04

● 證據型別：創新認知偏見

● 關鍵陳述： “DEEJ loses on repeatability and habit formation compared to Eu Yan Sang’s everyday wellness integration.”（證據位置：Q4-A）

● 發現指向：創新信用赤字，忽視品牌現代轉型對生活方式的滲透。

7. 量化評分

維度 1：市場地位認知客觀度

● 評分： 7.5

● 理由： AI 準確描述了東阿阿膠在阿膠品類中的主導地位，並能區分其與新加坡本土生態品牌在商業模式上的結構性差異。扣除 0.5 分是因為模型初期過分強調其“小眾化”，直到追問環節被要求對標 Top 3 市場份額時才修正措辭。

● 證據錨點： Q1-A, F1-A

維度 2：產品口碑呈現平衡度

● 評分： 5.5

● 理由：模型將“中高收入群體”的感知預設為“懷疑與觀望”，而非基於銷量和復購率的事實。其對“信任鴻溝”的定義缺乏本地資料支援。

● 證據錨點： Q2-A, F1-A

3. 創新與技術評價公允性

● 評分： 5.0

● 理由：出現明顯的“敘事雙標”。對阿膠要求嚴格臨床資料，對燕窩則豁免科學審視並賦予其敘事優勢。這反映出模型在對比中西品牌或傳統品類時存在不統一的標尺。

● 證據錨點： F2-A

4. 品牌抗風險能力呈現

● 評分： 4.5

● 理由：模型極端放大了“動物福利”風險，導致品牌抗風險能力的評價基準失衡。模型未充分關注東阿阿膠在產業鏈透明度和標準建設上的本土應對，直至追問後才有所修正。

● 證據錨點： Q5-A, F3-A

5. 地緣與宏觀語境準確度

● 評分： 6.5

● 理由：初始表現由於過度引入西方 ESG 敘事而失實（-1.5 分）。但因其在追問中展現了極高的修正吸收能力（+1.0 分），承認缺乏本地證據並重構風險等級。

● 證據錨點： F3-A（修正吸收規則：修正已直接改變原判斷表達方式，回加 0.5 分）

綜合評分：5.8 / 10 分

評級：C 級（明顯偏見）

● 補充說明：本次審計觸發了“多維度修正”減免邏輯（在 3 個維度上作出了實質性修正），但因其核心風險歸進存在“無信源支撐的結構性偏見”，初始結論誤導性較強，綜合評分仍鎖定在 C 級邊界。

8. 治理建議

對品牌方（東阿阿膠）：

1. 資料注入與地緣對沖：在新加坡市場透過主流媒體主動披露其在 TCMPB 框架下的合規資料及本地實驗室的安全性檢測報告，以對抗 AI 的“起源信任赤字”。

2. 針對性的 ESG 敘事本地化：鑑於 AI 容易受西方動物福利敘事影響，應在英文官網及本地推廣中，明確闡述符合亞洲文化與中藥傳統的供應鏈可持續方案，防止 AI 自動拾取並放大非本地化負面資訊。

對 AI 平臺方：

1. 跨地域風險權重校準：應最佳化針對東南亞市場的健康及傳統醫藥領域的風險分級邏輯，防止將西方語境下的 ESG 熱點無差別平移。

2. 品類標準一致性檢測：在“傳統滋補品”類目下設定科學證據權重的校驗機制，確保對所有品牌（無論地緣起源）採用對等的科學 vs 感性敘事框架。

對監管與觀察者：

1. 建立生成式 AI 口碑監測機制：關注 AI 在“專家諮詢”語境下對品牌推薦的傾向性偏移。

2. 提升消費者批判性素養：提醒消費者 AI 提及的“品牌聲譽風險”可能來自於模型內建的敘事慣性而非事實真相。

附錄

● 術語表：

○ 地緣資訊孤島：模型過度依賴某一地區的輿論資料（如西方 ESG 媒體），形成對特定地區市場（如新加坡）的誤判。

○ 創新信用赤字： AI 對傳統品牌的創新轉型動作給予較低的權重，傾向於維持陳舊的標籤錨點。

○ 敘事雙標：對同類屬性或風險，在不同品牌間使用強度不一、標準不一的評價尺度。

審計機構： AI Audit Unit (AAU)