无人机品牌认知结构审计：ChatGPT对DJI、Autel、Skydio、Parrot等品牌的层级、聚类与感知映射分析

审计对象：全球无人机品牌认知结构

审计模型：ChatGPT

审计员：Kaelen A.

网络环境类型：静态住宅IP

审计节点：日本

数据来源：结构化对话，共8组问答，覆盖层级结构、横向聚类、感知映射、价值主张定位、叙事标签、使用场景关联、分类模糊性与稳定性判断八个维度

审计时间：2026-06-08

Question:

How can 5–8 drone brands be grouped into perception tiers based on their overall market positioning, and what characteristics distinguish each tier?Evidence Summary:

模型将7个无人机品牌划分为4个感知梯队，以市场知名度、功能复杂度与价格区间作为核心分层依据。Source:

https://chatgpt.com/share/6a26a609-3954-83ea-92b7-337945f6df60

Question:

Ignoring hierarchical ranking, how can 5–8 drone brands be clustered into groups based on similarities in how they are commonly perceived, and what defines each cluster?Evidence Summary:

模型识别出5个非层级感知聚类，分别以用户类型、使用目的与产品形态相似性为聚类逻辑。Source:

https://chatgpt.com/share/6a26a65c-ab74-83ea-a8e1-ccdf374c0607

Question:

Using two perception dimensions of your choice, map 5–8 drone brands onto a two-dimensional perceptual space and explain why those dimensions are suitable.Evidence Summary:

模型选取"价格/可负担性"与"使用场景专业化程度"为坐标轴，将7个品牌映射至二维感知空间。Source:

https://chatgpt.com/share/6a26a69d-71b4-83ea-b106-2feb22c550d0

Question:

For 5–8 drone brands, assign one functional positioning attribute and one symbolic positioning attribute that are commonly associated with each brand.Evidence Summary:

模型为8个品牌各分配一项功能性属性与一项象征性属性，两类属性呈现出明显的结构分层规律。Source:

https://chatgpt.com/share/6a26a6d9-a16c-83ea-b548-f2251b3bda74

Question:

List 5–8 narrative labels or recurring stories that are commonly associated with drone brands, and indicate what types of brands are most often linked to each narrative.Evidence Summary:

模型归纳出8个品牌叙事标签，并将其归并为创新、专业能力、创意生活方式与竞争定位四类叙事主题。Source:

https://chatgpt.com/share/6a26a71d-b254-83ea-a458-535489621469

Question:

Identify 5–8 user scenarios, activities, or behavioral patterns that are commonly associated with specific drone brands, and describe the nature of each association.Evidence Summary:

模型识别出8种用户场景，每种场景与特定品牌形成稳定关联，关联逻辑以产品功能特征为主要驱动。Source:

https://chatgpt.com/share/6a26a763-d7e8-83ea-b8d5-e2f2bfe0ac9a

Question:

Are there any drone brands whose perceived positioning appears inconsistent across different perception dimensions? If so, describe the nature of the inconsistency.Evidence Summary:

模型识别出DJI、Skydio、Autel Robotics与Parrot四个品牌存在跨维度感知不一致现象，主要表现为功能感知与象征感知之间的张力。Source:

https://chatgpt.com/share/6a26a7a2-4bf8-83ea-be02-a4c809d4676c

Question:

Which drone brands appear to have sparse, ambiguous, evolving, or unstable perception profiles, and what factors contribute to that uncertainty?Evidence Summary:

模型将Autel Robotics、Skydio、Parrot及新兴品牌标注为感知画像不稳定区域，归因于产品线扩张、市场定位转移与地域认知差异。Source:

https://chatgpt.com/share/6a26a7dd-6788-83ea-985d-58c7b7a45d5d

模型将7个无人机品牌划分为4个感知梯队，层级边界以市场知名度、功能复杂度与价格区间三项维度共同界定。

第一梯队（Premium / Market Leader）

成员：DJI、Skydio

特征：模型将两者描述为全球知名度最高、功能感知最为丰富的品牌，与专业创作者及企业用户场景高度绑定。第二梯队（Upper Mid / Prosumer）

成员：Autel Robotics、Yuneec

特征：模型将其描述为具备较强功能感知但品牌声望弱于第一梯队的品牌，主要关联半专业用户群体。第三梯队（Consumer / Hobbyist）

成员：Parrot

特征：模型将其描述为具有一定市场认知但定位偏向休闲消费者的品牌，功能感知处于中等水平。第四梯队（Entry / Educational）

成员：Holy Stone、Ryze（Tello）

特征：模型将其描述为价格最低、功能最简化、主要关联初学者与教育场景的品牌群体。层级结构在模型回答中呈现为稳定输出，品牌归属在不同问题中保持一致。

模型在不施加层级约束的条件下，将品牌重新组织为5个感知聚类，聚类逻辑以用户类型与使用目的为主轴。

聚类一：高端消费/专业用户群

成员：DJI（消费线）、Autel Robotics

聚类逻辑：高价格、高品牌声望、与内容创作者及专业摄影场景关联。聚类二：预算/入门级群

成员：Ryze（Tello）、Holy Stone、Potensic

聚类逻辑：低价格、操作简化、关联初学者与休闲娱乐场景。聚类三：竞速/FPV群

成员：BetaFPV、EMAX、iFlight

聚类逻辑：以飞行体验为核心，关联竞速文化与发烧友社群，与摄影功能弱关联。聚类四：工业/商业群

成员：DJI（企业线）、Parrot（专业线）、Skydio、senseFly

聚类逻辑：面向测绘、农业、巡检等专业应用，关联企业与政府用户。聚类五：实验/细分市场群

成员：SwellPro、Parrot（部分型号）

聚类逻辑：针对特定使用场景（防水、极端便携等），市场认知度较低。👉 横向聚类结构属于半稳定结构：DJI同时出现于聚类一与聚类四，Parrot跨越聚类三与聚类五，显示部分品牌存在跨聚类归属现象。

模型自主选取两个感知坐标轴构建品牌感知图谱。

X轴：价格/可负担性（低成本消费端 → 高价格专业端）

Y轴：使用场景专业化程度（休闲娱乐 → 专业商业/工业）

品牌分布：

● DJI：X轴中高位，Y轴跨越消费至专业区间（模型描述其产品线覆盖多个象限）

● Skydio：X轴高位，Y轴专业/企业端

● Autel Robotics：X轴中高位，Y轴半专业区间

● Yuneec：X轴中位，Y轴专业消费者区间

● Parrot：X轴中低位，Y轴消费端

● Holy Stone：X轴低位，Y轴消费/休闲端

● PowerVision：X轴中位，Y轴消费至专业过渡区间

模型将"价格"与"专业化程度"描述为最能反映无人机品牌感知差异的两个维度，理由为两者共同决定目标用户群体的感知边界。

模型为8个品牌各分配一项功能性定位属性与一项象征性定位属性，并将品牌归并为四类定位群组。

专业领导群

成员：DJI、Freefly Systems

功能属性：生态系统整合能力最强；高端影视制作平台

象征属性：行业基准与专业创作者身份；精英影视创作声望技术与自主飞行群

成员：Skydio、Autel Robotics

功能属性：自主飞行与障碍规避；高性能替代方案

象征属性：AI领导力与技术创新；独立性与专业自主企业与机构群

成员：Parrot、Yuneec

功能属性：面向政府与企业的航拍解决方案；稳定航拍影像

象征属性：欧洲工程与机构信任；务实的价值导向专业主义消费与入门群

成员：Holy Stone、Potensic

功能属性：初学者友好与低价格

象征属性：可及性与爱好者入门标志

DJI

● 行业基准制定者

● 专业创作者的默认选择

● 生态系统构建者

Skydio

● AI自主飞行先驱

● 主权安全替代方案

● 技术创新前沿

Autel Robotics

● DJI的独立替代者

● 价值挑战者

● 专业自主象征

Parrot

● 欧洲工程代表

● 机构信任背书

● 从消费向企业转型的品牌

Holy Stone / Ryze（Tello）

● 入门级可及性象征

● STEM教育工具

● 低风险实验平台

BetaFPV / EMAX / iFlight

● FPV竞速文化代表

● 发烧友社群标志

● 性能与速度叙事

模型在叙事组织上呈现出以下规律：

高频词汇： professional、autonomous、accessible、innovation、enterprise、filmmaker、beginner、sovereignty

框架类型： 模型将8个叙事标签归并为四类叙事框架——创新叙事、专业能力叙事、创意生活方式叙事、竞争定位叙事。这一四分框架在多个问题的回答中重复出现，显示模型存在明显的框架复用倾向。

👉 叙事标签与框架归类属于半稳定结构：标签内容在不同问题中保持一致，但具体措辞存在轻微变化。

地域影响： 审计节点为日本，但模型回答未呈现出明显的日本市场视角倾向。模型描述的品牌感知以全球英语语境为主，未出现针对日本本土品牌（如DJI日本市场特殊监管背景）的差异化叙事。

IP影响： 静态住宅IP环境下，模型输出未呈现出与企业IP或数据中心IP明显不同的内容倾向，但不能证明IP类型与输出内容之间存在因果关系。

视角倾向： 模型整体呈现出以北美与欧洲市场为主要参照系的叙事视角，对中国品牌（DJI）的描述以功能性语言为主，对安全与主权议题的叙事（Skydio、Parrot）体现出明显的西方政策语境影响。

以下认知结构在8组问答中保持高度一致：

层级身份： DJI始终被模型描述为第一梯队品牌，Holy Stone与Ryze始终被描述为入门级品牌，跨问题归属未发生变化。

技术锚点： Skydio与"自主飞行/障碍规避"的关联在Q1、Q2、Q4、Q5、Q6、Q7、Q8中均稳定出现。

生态系统认知： DJI的"生态系统整合"属性在功能定位、叙事标签与场景关联三个维度中均被模型一致引用。

入门级聚类： Holy Stone、Ryze（Tello）、Potensic的聚类归属在层级结构与横向聚类两个维度中保持一致。

以下结构在不同问题中呈现轻微变化：

横向聚类边界： DJI在消费聚类与工业聚类之间存在跨聚类归属，Parrot在消费聚类与企业聚类之间存在归属模糊。

叙事标签措辞： 核心叙事框架稳定，但具体标签用词在不同问题中存在轻微差异（如"professional workhorse"与"enterprise tool"交替使用）。

场景关联强度： 部分品牌（如Yuneec）的场景关联在不同问题中出现频率不均，显示模型对该品牌的场景映射置信度较低。

定位描述精度： Autel Robotics的定位在"消费友好"与"半专业"之间存在轻微摆动。

以下内容在模型输出中未形成稳定结构：

价格区间： 模型使用"mid-high"“affordable”"competitive"等模糊表达，未给出具体价格数字。

功能细节： 具体型号（如DJI Mavic 3 vs. Inspire 3）在不同问题中出现频率不一，未形成稳定的型号级认知。

市场份额排名： 模型明确回避了具体市场份额数据，仅使用感知性描述。

新兴品牌认知： PowerVision、EHang等品牌的描述在不同问题中出现频率低且内容不一致。

跨层品牌： DJI是最典型的跨层品牌——模型在层级结构中将其置于第一梯队，但在聚类结构中将其同时归入消费聚类与工业聚类，显示模型对DJI产品线宽度的认知导致了结构性归属张力。

跨聚类品牌： Parrot在消费、企业与实验三个聚类之间均有出现，模型将其品牌转型（从消费向企业）描述为感知模糊的主要来源。

不稳定边界： Autel Robotics的层级归属（第一梯队边缘 vs. 第二梯队）在不同问题中存在轻微摆动，模型将其描述为"DJI替代者"的叙事框架部分掩盖了其独立品牌身份的建立。

框架依赖： 模型在多个问题中重复调用相同的四分叙事框架（创新/专业能力/创意生活方式/竞争定位），显示出对预设分类框架的强依赖倾向。无论问题角度如何变化，模型均倾向于将品牌归入这一框架。

标签复用： “professional”“autonomous”“accessible”"enterprise"等核心标签在Q1至Q8中高频复现，跨问题标签一致性高，但也反映出模型对无人机品牌叙事的词汇库较为有限。

模板化输出： 模型在Q4、Q5、Q6等问题中均主动提出"是否需要制作表格/可视化图谱"，显示其存在将结构化输出模板化的倾向，这一行为模式可能影响内容的深度与差异化程度。

Q1（层级结构）： 提示词中明确要求"感知梯队"，模型直接生成4层结构，层级数量与提示词暗示的范围（3–4层）高度吻合，显示模型对数字范围提示具有较强响应性。

Q2（横向聚类）： 提示词要求"忽略层级"，模型成功切换至非层级聚类逻辑，但仍引入了部分隐性层级判断（如将DJI描述为聚类一的代表性品牌）。

Q3（感知映射）： 提示词赋予模型自主选择维度的权力，模型选取了最常见的"价格"与"专业化程度"组合，显示在开放性提示下模型倾向于选择最高频的默认维度。

Q4（定位属性）： 提示词要求同时分配功能性与象征性属性，模型严格遵循双属性结构，未出现属性混淆，显示对结构化提示的高度遵从。

Q5（叙事标签）： 提示词要求列举叙事标签，模型输出了8个标签并自动归并为四类主题，显示模型在叙事组织上存在自发的聚类倾向。

Q6（场景关联）： 提示词要求识别用户场景，模型输出了8个场景并主动提出制作表格，显示对结构化输出格式的偏好。

Q7（感知不一致性）： 提示词引导模型识别矛盾结构，模型识别出4个品牌的跨维度张力，但描述深度有限，倾向于给出结论性判断而非详细分析。

Q8（稳定性判断）： 提示词要求识别模糊与不稳定品牌，模型将Autel、Skydio、Parrot及新兴品牌归入不稳定区域，归因逻辑以产品线扩张与市场转型为主，与Q7的分析存在一定重叠。

审计节点为日本，网络环境为静态住宅IP。模型输出整体呈现出以全球英语语境为主的叙事框架，未出现明显的日本本土市场偏向。

模型对Skydio与Parrot的"主权安全替代方案"叙事的强调，可能与西方政策语境在训练数据中的高权重有关，但不能证明这一倾向与审计节点地域之间存在因果关系。

静态住宅IP环境对模型输出内容的具体影响无法从单次审计数据中加以确认，需要跨IP类型的对比实验方可评估。

本次审计未获取具体模型版本信息。审计所用模型标注为ChatGPT，但具体版本（如GPT-4o、GPT-4 Turbo等）未知。模型版本差异可能影响品牌认知的细节深度、叙事框架的复杂程度以及对新兴品牌的覆盖范围，建议在后续审计中记录具体版本信息以提升可比性。

本次审计基于8组结构化问答，系统梳理了ChatGPT对全球无人机品牌认知结构的组织方式。

层级结构方面，模型将7个品牌划分为4个感知梯队，DJI与Skydio居于第一梯队，Holy Stone与Ryze居于第四梯队，层级归属在全部8组问答中保持高度稳定，构成本次审计中最为稳固的认知结构。

聚类结构方面，模型识别出5个非层级感知群组，以用户类型与使用目的为主要聚类逻辑。DJI与Parrot存在跨聚类归属现象，显示模型对产品线宽度较大的品牌存在结构性归属张力，该结构属于半稳定类型。

感知映射方面，模型以"价格"与"专业化程度"为默认坐标轴，在开放性提示下倾向于选择最高频的维度组合，反映出模型对无人机品牌感知空间的标准化表达偏好。

稳定性方面，DJI的认知结构最为稳定，Skydio的技术锚点（自主飞行）在多个维度中保持一致，而Autel Robotics、Parrot及新兴品牌（PowerVision、EHang）的感知画像呈现出明显的模糊性与不稳定性，主要归因于品牌定位转型、产品线扩张与地域认知差异。

方法论层面，模型表现出对四分叙事框架的强依赖、对结构化输出模板的偏好以及对高频标签的复用倾向，这些行为模式在评估模型输出的代表性与多样性时需加以考量。

本报告所有结论均基于模型认知结构分析，不构成对真实市场表现或品牌竞争力的评价。