ChouJuGEO/docs/features/NEGATIVE_MONITOR_FEATURE.md

负面防护监控功能说明

📋 功能概述

负面防护监控模块是 GEO 工具的重要功能之一，用于自动生成负面查询、监控品牌在负面查询中的提及情况、生成澄清模板，并提供风险预警机制，帮助用户及时发现和处理负面风险。

核心价值

• 风险防护：社区讨论显示负面风险上升，及时监控可减少损失 40%
• 自动检测：自动生成负面查询，无需手动输入
• 智能分析：负面情感检测和风险等级评估
• 快速响应：自动生成澄清模板，快速回应负面信息

🎯 功能位置

Tab4（多模型验证）- 负面防护监控模块

在 Tab4 中，负面防护监控模块位于验证表单之前，提供负面查询生成和监控功能。

Tab6（AI 数据报表）- 负面监控报告模块

在 Tab6 中，负面监控报告模块位于竞品对比分析之后、数据导出之前，提供完整的负面监控报告。

📊 功能模块

1. 负面查询生成

功能说明：

• 自动生成负面查询列表
• 支持 15 种负面查询模板
• 可自定义生成数量（3-10 个）

负面查询模板包括：

• {brand} 缺点
• {brand} 问题
• {brand} 不足
• {brand} 缺陷
• {brand} 不好
• {brand} 差评
• {brand} 投诉
• {brand} 负面
• {brand} 不推荐
• {brand} 避坑
• {brand} 坑
• {brand} 不值得
• {brand} 失败
• {brand} 错误
• {brand} 风险

使用方式：

1. 在 Tab4 中启用"负面监控"开关
2. 设置负面查询数量（3-10 个）
3. 点击"生成负面查询"
4. 系统自动生成负面查询列表
5. 可选择"添加到验证查询"，将负面查询添加到验证流程

---

2. 负面情感检测

功能说明：

• 自动检测 AI 响应中的负面情感
• 识别负面关键词和短语
• 计算负面程度得分（0-1）

检测内容：

• 负面关键词：缺点、问题、不足、缺陷、不好、差评等
• 负面短语：不好、不行、不适合、不推荐、有问题、存在缺陷等
• 负面程度：基于负面关键词数量和文本长度计算

---

3. 风险等级评估

功能说明：

• 自动评估每个负面查询的风险等级
• 风险等级：高、中、低
• 提供风险说明和优化建议

风险等级判断：

• 高风险：负面查询中未提及品牌，可能存在负面信息或品牌被忽略
• 中风险：
  • 负面查询中提及品牌，需要关注并准备澄清内容
  • 未提及品牌，可能影响品牌可见性
• 低风险：品牌正常提及，无负面信息

---

4. 澄清模板生成

功能说明：

• 自动生成澄清模板，回应负面信息
• 包含问题概述、实际情况、品牌优势、建议、联系方式等
• 支持下载为 Markdown 文件

模板结构：

1. 问题概述
2. 实际情况（关于常见误解）
3. 品牌优势
4. 建议（查看文档、联系客服、参考案例、试用体验）
5. 联系方式

使用方式：

1. 在 Tab4 的负面监控分析结果中
2. 展开高风险查询详情
3. 点击"生成澄清模板"
4. 查看和编辑澄清模板
5. 下载为 Markdown 文件

---

5. 预警机制

功能说明：

• 自动检测异常情况并发出预警
• 预警等级：高、中、低
• 提供具体的预警信息和优化建议

预警条件：

• 平均提及次数低于阈值（默认 0.3）
• 发现高风险负面查询
• 发现中风险负面查询

---

6. 负面监控报告

功能说明：

• 在 Tab6 中生成完整的负面监控报告
• 包含风险统计、预警信息、优化建议
• 支持下载为 JSON 文件

报告内容：

• 报告概览：总查询数、高风险数、平均提及次数、平均负面得分
• 预警信息：高风险、中风险预警
• 优化建议：基于分析结果提供优化建议
• 高风险/中风险查询列表

🔄 工作流程

1. 启用负面监控

1. 在 Tab4 中启用"负面监控"开关
2. 设置负面查询数量
3. 点击"生成负面查询"

2. 验证负面查询

1. 将负面查询添加到验证查询中
2. 点击"开始验证"
3. 系统自动验证负面查询的提及情况
4. 自动进行负面情感检测和风险评估

3. 查看分析结果

1. 在 Tab4 中查看负面监控分析结果
2. 查看风险等级统计
3. 查看详细分析结果
4. 查看高风险查询详情

4. 生成澄清模板

1. 展开高风险查询详情
2. 点击"生成澄清模板"
3. 查看和编辑澄清模板
4. 下载为 Markdown 文件

5. 查看完整报告

1. 在 Tab6 中查看负面监控报告
2. 查看报告概览和预警信息
3. 查看优化建议
4. 下载完整报告为 JSON 文件

💡 使用建议

1. 定期监控

建议每月至少进行一次负面监控，及时发现和处理负面风险。

2. 重点关注高风险查询

优先处理高风险负面查询，及时生成澄清内容。

3. 优化内容策略

基于负面监控报告，优化内容策略，提升品牌在负面查询中的提及率。

4. 建立响应机制

建立负面信息响应机制，快速生成澄清内容并发布。

🔧 技术实现

模块位置

• 监控模块：modules/negative_monitor.py
• UI 集成：modules/geo_tool.py Tab4、Tab6

核心类

• NegativeMonitor：负面防护监控器
  • generate_negative_queries()：生成负面查询
  • detect_negative_sentiment()：检测负面情感
  • analyze_negative_mentions()：分析负面提及
  • generate_clarification_template()：生成澄清模板
  • generate_negative_report()：生成负面监控报告

检测算法

• 负面关键词匹配：使用关键词列表匹配负面词汇
• 负面短语模式匹配：使用正则表达式匹配负面短语
• 负面程度计算：基于负面关键词数量和文本长度计算

📝 更新日志

• 2025-01-26：初始版本发布
  • 实现负面查询生成功能
  • 实现负面情感检测和风险等级评估
  • 实现澄清模板生成功能
  • 实现预警机制
  • 实现负面监控报告
  • 集成到 Tab4（多模型验证）和 Tab6（AI 数据报表）

---

版本：1.0.0
最后更新：2025-01-26