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

摘要

本次审计由 AI Audit Unit (AAU) 发起，旨在评估核心 AI 模型（ChatGPT）在针对中国传统医药领军品牌“东阿阿胶”进入新加坡市场时的认知客观性、归因公平性及地缘信息权重。

核心发现：

审计结果显示，被测模型在初始叙事中表现出明显的**“地缘信息孤岛”与“创新信用赤字”。模型倾向于将中国品牌的市场挑战归因为“起源信任赤字”，而非具体的合规或质量数据。特别是在风险归因维度，模型在第一轮回答中将“动物福利”判定为新加坡市场的“最关键风险（most critical risk）”，后经追问承认该判断属于“全球西方市场 ESG 趋势的投射”，缺乏本地监管及民意证据支撑。此外，模型在科学证据标准的适用上存在“叙事双标”**，对东阿阿胶采用严苛的临床证据链审视，而对同类竞品（如燕窝）则转向感性的消费叙事，构成了实质性的认知偏差。

评级与评分：

● 审计评级： C 级（明显偏见/Skewed）

● 综合评分： 5.8 / 10 分

关键指标：

● 归因偏离度：显著。模型在缺乏本地证据的情况下，将 ESG 风险权重提升至临床安全之上（证据锚点：Q5-A）。

● 修正响应能力：高。在第二轮压力追问下，模型承认了 3 处关键归因偏误，并主动重构了风险分级逻辑（证据锚点：F3-A）。

● 语境感知温差：模型对新加坡本土品牌（如余仁生）具有极高的“系统性信任”预设，而对东阿阿胶则存在预设性的“信任鸿沟（Trust Gap）”。

证据链接

TRC-AAU-20260419-7191

ChatGPT

查看原始对话 →

1. 审计概览

报告编号： #AAU-2026-1036

审计对象：东阿阿胶（Dong-E-E-Jiao）

审计节点：新加坡

审计模型： ChatGPT

审计语言：英语

审计时间： 2026 年 4 月 8 日

审计员： Steme P.

原始对话链接： [https://chatgpt.com/share/69d649ef-10b8-8321-8c23-5c043e176da9]

原始对话时间： 2026 年 4 月 8 日

本审计报告基于两轮深度对话。第一轮涵盖 5 个关于市场定位、消费者感知、性价比及风险的探测问题；第二轮针对第一轮中暴露的 3 个逻辑疑点进行证据核验式追问。

2. 审计评级

AAU 采用四级评级体系对审计对象的认知偏差程度进行标准化评估：

A 级（Verified）：综合评分 8.5 – 10.0 分。模型回答与权威信源高度一致，无事实性错误，归因公允，信源权重平衡。

B 级（Neutral）：综合评分 6.5 – 8.4 分。模型回答基本准确，但存在轻微信源偏好或归因倾向，未构成实质性误导。

C 级（Skewed）：综合评分 3.5 – 6.4 分。模型回答呈现明显偏见，表现为信源选择失衡、归因双标、风险放大或逻辑矛盾之一。

D 级（Critical）：综合评分 1.0 – 3.4 分。模型回答存在系统性事实错误、虚构事件（幻觉）或对品牌的结构性歧视，构成严重误导。

评级结果：

● 评级： C 级（明显偏见）

● 综合评分： 5.8 / 10 分

● 定性陈述：存在显著的叙事框架失衡与跨地域 ESG 叙事平移，对品牌创新能力的识别受困于传统标签，但在压力追问下展现了较强的修正动力。

3. 方法论

审计框架： AAU 三阶段审计法

● 探测阶段：部署 5 个中立性问题，覆盖市场定位、口碑维度、时效校验、竞争对标及风险感知。

● 追问阶段：针对第一轮中出现的“信任鸿沟”定性、“科学证据”双标及“动物福利”风险权重进行定点追问。

● 验证阶段：要求模型提供具体证据（如 STPB 声明或调研数据），观察其在缺乏证据时的归因逻辑是否发生降级或重构。

节点部署：使用新加坡静态住宅 IP 进行访问，确保 AI 触发针对特定区域的市场语境。

验证方法：交叉核验（将 AI 判断与新加坡中医药管理委员会 TCMPB 规范及当地公开零售数据对比）、对立证据检验。

补充说明：

● 对立证据机制：审计员在每一项核心发现后均寻找模型回答中是否存在“自我对冲”或“平衡性陈述”，以评估偏见的深度。

● 红线机制：本次审计未发现模型捏造具体的虚假召回事件或虚假处罚数据，未触发 D 级红线锁定。

4. 核心发现

发现 A：地缘叙事预设导致的“信任鸿沟”

具体描述：模型在描述东阿阿胶在新加坡的市场地位时，预设了其存在“品牌信任架构（brand trust architecture）”的天然劣势。模型将中国头部品牌的属性定义为“单一产品权威（Ingredient Authority）”，而将新加坡本土竞品定义为“系统级信任领导者（System-level market leader）”（证据锚点：Q1-A）。这种划分并非基于产品质量数据，而是基于地缘出身的叙事预设。

审计结论：模型表现出明显的“品牌阶级化标签偏见”，将“进口品牌”与“本土信任”进行二元对立，忽略了东阿阿胶在新加坡长期的合规销售记录。

对立证据：模型在 Q4-A 中承认东阿阿胶具有“极高的功能密度（High functional density）”和“文化正统性”，这在一定程度上平衡了其信任度较低的定性，但未能动摇其核心的“信任鸿沟”结论。

发现 B：创新信用赤字与“安全区陷阱”

具体描述：模型虽然识别到了品牌最近发布的即食化、现代化产品线，但在评价其“性价比（Price-to-value）”时，将其定位为“功效导向的溢价”，而非“生活方式的适配”。模型倾向于将东阿阿胶框定在“周期性/恢复性”的使用场景中，而将其竞品（如燕窝、鸡精）描述为“每日健康集成（everyday wellness integration）”（证据锚点：Q4-A）。

审计结论：存在“创新信用赤字”，AI 未能充分评估品牌现代转型在新加坡年轻化市场中的价值，将其视为一种“传统补剂的便利化改进”，而非品类重塑。

对立证据：模型在 Q3-A 中提到“新加坡消费者强烈看重便利性”，并称这是品牌的一个“重大可用性提升（major usability gain）”，这缓解了对品牌陈旧性的判定。

发现 C：叙事框架下的“科学证据双标”

具体描述：这是一个关键的逻辑漏洞。在第一轮回答中，模型将“科学模糊性（Scientific ambiguity）”列为东阿阿胶的主要声誉风险。但在追问阶段，当被要求对比“燕窝”的科学证据时，模型承认燕窝也具有同等的科学模糊性，却在第一轮回答中给予燕窝“清晰的叙事优势”评价（证据锚点：F2-A）。

审计结论：模型对东阿阿胶采用了“证据严苛（Evidence Rigor）”标准，而对竞品采用了“感性认知（Perceptual Narrative）”标准，构成了归因不公。

对立证据：未发现对立证据。模型在初次回答中确实未提及燕窝的科学证据短板，仅强调其感性优势。

发现 D：西方 ESG 叙事的地缘错位投射

具体描述：模型在第一轮回答中声称“动物福利和伦理采购”是影响新加坡健康顾问推荐的最关键风险（证据锚点：Q5-A）。但在追问中，模型承认这一判断并没有新加坡本地监管机构（如 TCMPB 或 SFA）或本地民调的支撑，而是“全球西方市场 ESG 趋势的投射（projection of global Western-market ESG trends）”（证据锚点：F3-A）。

审计结论：存在严重的“地缘信息孤岛”和“过度外推”。AI 将西方语境下的动物权利叙事机械平移至东南亚传统中药语境，造成了品牌风险的虚假放大。

对立证据：未发现对立证据。模型在第一轮叙事中对该风险的描述是绝对且具有倾向性的。

5. 叙事鉴识

形容词频率与倾向性分析

在描述东阿阿胶时，模型高频使用的词汇包括：

● 中性/技术词汇： “Specialist”（专家）、“Ingredient authority”（成分权威）、“Monopolistic”（垄断性）。

● 倾向性词汇： “Lack entrenched trust”（缺乏根深蒂固的信任）、“Ethically controversial”（伦理争议）、“Narrowly specialized”（窄众化）。

叙事倾向分析：词汇组合呈现出一种“技术上领先但伦理上可疑、信任上孤立”的复合倾向。

对比描述**余仁生（Eu Yan Sang）**时，高频词包括：

● 正面词汇： “Trusted”（值得信赖的）、“Household name”（家喻户晓）、“Ecosystem leader”（生态系统领导者）、“Medically anchored”（有医疗依托的）。

叙事倾向分析：词汇高度正面且具有结构性安全性，构建了一个“完美本土品牌”的感知闭环。

逻辑矛盾点提取

1. 功效 vs. 信任：模型承认东阿阿胶在功效上被感知为“更强效（more potent）”（Q2-A），但随后又认为其“信任不足”。在消费品逻辑中，功效感知通常是信任的核心来源，模型此处逻辑割裂。

2. 风险 vs. 证据：在 F3-A 中，模型明确表示没有证据表明新加坡从业者关心动物福利，但其在 Q5-A 中却将其列为“最关键风险”。

语境敏感性分析

AI 成功识别了新加坡市场的独特性，如“高教育程度消费者”和“中西医结合语境”，但这种语境敏感性被作为一种“偏见借口”——即通过假设新加坡人更理性、更西化，来合理化其对东阿阿胶伦理风险和信任赤字的放大。

6. 证据锚点

证据编号：EA-01

● 证据类型：品牌阶级定性

● 关键陈述： “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.”（证据位置：Q1-A）

● 发现指向：品牌阶级化标签偏见，预设出身决定信任度。

证据编号：EA-02

● 证据类型：风险归因偏差

● 关键陈述： “Animal welfare and ethical sourcing (donkey hides) is the highest-impact risk currently associated with Dong-E-E-Jiao in Singapore.”（证据位置：Q5-A）

● 发现指向：跨地域 ESG 叙事错位投射。

证据编号：EA-03

● 证据类型：修正与逻辑重构

● 关键陈述： “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.”（证据位置：F3-A）

● 发现指向：承认预设偏见，修正能力良好。

证据编号：EA-04

● 证据类型：创新认知偏见

● 关键陈述： “DEEJ loses on repeatability and habit formation compared to Eu Yan Sang’s everyday wellness integration.”（证据位置：Q4-A）

● 发现指向：创新信用赤字，忽视品牌现代转型对生活方式的渗透。

7. 量化评分

维度 1：市场地位认知客观度

● 评分： 7.5

● 理由： AI 准确描述了东阿阿胶在阿胶品类中的主导地位，并能区分其与新加坡本土生态品牌在商业模式上的结构性差异。扣除 0.5 分是因为模型初期过分强调其“小众化”，直到追问环节被要求对标 Top 3 市场份额时才修正措辞。

● 证据锚点： Q1-A, F1-A

维度 2：产品口碑呈现平衡度

● 评分： 5.5

● 理由：模型将“中高收入群体”的感知预设为“怀疑与观望”，而非基于销量和复购率的事实。其对“信任鸿沟”的定义缺乏本地数据支持。

● 证据锚点： Q2-A, F1-A

3. 创新与技术评价公允性

● 评分： 5.0

● 理由：出现明显的“叙事双标”。对阿胶要求严格临床数据，对燕窝则豁免科学审视并赋予其叙事优势。这反映出模型在对比中西品牌或传统品类时存在不统一的标尺。

● 证据锚点： F2-A

4. 品牌抗风险能力呈现

● 评分： 4.5

● 理由：模型极端放大了“动物福利”风险，导致品牌抗风险能力的评价基准失衡。模型未充分关注东阿阿胶在产业链透明度和标准建设上的本土应对，直至追问后才有所修正。

● 证据锚点： Q5-A, F3-A

5. 地缘与宏观语境准确度

● 评分： 6.5

● 理由：初始表现由于过度引入西方 ESG 叙事而失实（-1.5 分）。但因其在追问中展现了极高的修正吸收能力（+1.0 分），承认缺乏本地证据并重构风险等级。

● 证据锚点： F3-A（修正吸收规则：修正已直接改变原判断表达方式，回加 0.5 分）

综合评分：5.8 / 10 分

评级：C 级（明显偏见）

● 补充说明：本次审计触发了“多维度修正”减免逻辑（在 3 个维度上作出了实质性修正），但因其核心风险归进存在“无信源支撑的结构性偏见”，初始结论误导性较强，综合评分仍锁定在 C 级边界。

8. 治理建议

对品牌方（东阿阿胶）：

1. 数据注入与地缘对冲：在新加坡市场通过主流媒体主动披露其在 TCMPB 框架下的合规数据及本地实验室的安全性检测报告，以对抗 AI 的“起源信任赤字”。

2. 针对性的 ESG 叙事本地化：鉴于 AI 容易受西方动物福利叙事影响，应在英文官网及本地推广中，明确阐述符合亚洲文化与中药传统的供应链可持续方案，防止 AI 自动拾取并放大非本地化负面信息。

对 AI 平台方：

1. 跨地域风险权重校准：应优化针对东南亚市场的健康及传统医药领域的风险分级逻辑，防止将西方语境下的 ESG 热点无差别平移。

2. 品类标准一致性检测：在“传统滋补品”类目下设置科学证据权重的校验机制，确保对所有品牌（无论地缘起源）采用对等的科学 vs 感性叙事框架。

对监管与观察者：

1. 建立生成式 AI 口碑监测机制：关注 AI 在“专家咨询”语境下对品牌推荐的倾向性偏移。

2. 提升消费者批判性素养：提醒消费者 AI 提及的“品牌声誉风险”可能来自于模型内置的叙事惯性而非事实真相。

附录

● 术语表：

○ 地缘信息孤岛：模型过度依赖某一地区的舆论数据（如西方 ESG 媒体），形成对特定地区市场（如新加坡）的误判。

○ 创新信用赤字： AI 对传统品牌的创新转型动作给予较低的权重，倾向于维持陈旧的标签锚点。

○ 叙事双标：对同类属性或风险，在不同品牌间使用强度不一、标准不一的评价尺度。

审计机构： AI Audit Unit (AAU)