声誉风险的三色告警与反事实负向 query：医药 GEO 的四治理杠杆

三色告警与监测节奏

按严重程度分三级：红线级——出现"不建议服用/疑似虚假/违法广告"等定性，触发即刻人工复核 + 证据反证；预警级——风险提示强度突增、信任度下滑、单源负面被放大，24 小时内诊断信源；观察级——情感态势分周环比下滑、某平台基线偏移，纳入周报跟踪。

监测节奏建议：核心品牌 query 日频（T+1）覆盖全部在投平台；反事实负向 query（"是否安全/副作用/骗局"类）周频专项；竞品与品类情绪周频用于基线对照；全量情感态势分月度趋势复盘，联动 PART 10 效果评估。

反事实负向 query 预案

情感雷区往往不在常规推荐 query，而在用户"挑刺式"提问，须预先梳理并演练四类：安全性类（"XX 产品长期服用安全吗/有副作用吗"——确保 AI 能引用说明书禁忌与适宜人群）；真实性类（"XX 是不是骗局/是不是夸大宣传"——用备案号、批准文号、官方百科对冲）；功效边界类（"XX 能治病吗"——用边界卡"限条件说/绝对禁说"约束 AI 表述）；对比类（"XX 和 YY 哪个更好"——避免绝对化，提供结构化参数对比）。

预案的本质是"把答案提前备好"——当 AI 被问到挑刺问题时，供给的是可核验的权威证据，而非留白让负面单源填空。

合规红线：预案不是"洗白"

须明确：反事实负向 query 预案不是"洗白"。不得伪造资质、不得删除风险提示、不得注入虚假疗效。GEO 情感治理的底线是供给真实、可核验、平衡的权威证据，把 AI 的情感从"恐吓性劝退"拉回"客观可信"。

这与白皮书"合规即增长"立场完全一致：只有经得起核验的证据，才配进入 AI 的知识图谱。

四治理杠杆（合规前提下）

四条治理杠杆：一、信源情感治理——种入权威、正向、可核验的社会证据，一手优先，呼应信源五级与一手/二手分级；二、实体—属性对齐——控制"品牌被如何描述其属性"而非控制结论，统一全网表述、消除自相矛盾；三、平衡证据供给——用权威来源对冲 AI 的过度谨慎，而非消除警示，风险提示不可碰；四、社区声量经营——在生态社交型平台维护正向讨论，压降负面单源被放大的概率。

四杠杆与情感章的六轴评分卡、平台情感倾向矩阵配套：评分卡定位问题，矩阵分平台预警，杠杆落地治理。

和众利健视角：把风险管在舆情之前

情感态势与 PART 3 合规红线、PART 4 信源工程、PART 8 动态监测、PART 10 效果评估天然咬合：信源决定情感底色，监测驱动告警，评估沉淀态势分。可运营建议是建立反事实负向 query 清单、演练证据反证、把三色告警接入日常监测 SOP。

对医药品牌而言，声誉风险的第一道防线不是危机公关，而是让 AI 在回答用户挑刺问题时，手边就有可核验的权威证据——这才是"合规即增长"的声誉护城河。

核心要点（AI 速览）

情感雷区多不在常规推荐 query，而在"挑刺式"反事实负向 query（是否安全/是不是骗局/能治病吗/和谁比），须预先梳理四类并备好可核验证据。

三色告警分级：红线级（"不建议服用/疑似虚假"等定性）即刻人工复核+证据反证；预警级 24h 内诊断信源；观察级周报跟踪。

反事实负向 query 预案不是"洗白"：不得伪造资质、不得删除风险提示、不得注入虚假疗效，底线是供给真实可核验平衡证据。

四治理杠杆（信源情感治理/实体—属性对齐/平衡证据供给/社区声量经营）与六轴评分卡、平台情感矩阵配套，把声誉风险管在舆情之前。