示例诊断报告（演示数据）
用一个虚构品牌走一遍 PeakGEO 诊断报告：先界定测量范围，再看比率与置信区间、竞品对照和可追溯的回答证据，最后是行动建议与复测的读法。
测量范围
报告先写清楚测了什么：哪个品牌、哪些模型、多少道问题、和谁比。
- 演示品牌
- 示例品牌（虚构）
- 模型
- 豆包 · DeepSeek · 通义千问 · 腾讯元宝
- 问题数
- 32 题：24 道自然类 + 8 道品牌评估类
- 竞品
- 竞品 A、竞品 B（虚构）
自然提及率与自然推荐率只统计 24 道不点名品牌的自然类问题；8 道点名品牌的评估类问题单独分析，不计入这两个比率。
核心指标
每个比率都附 95% 置信区间（CI）和分子分母，便于判断数字有多可靠。
自然提及率
演示95% CI 29%–49%
89 条有效回答中，34 条提及示例品牌。
自然推荐率
演示95% CI 14%–31%
89 条有效回答中，19 条用「建议优先考虑」等表达明确推荐示例品牌；只提到名字不算推荐。
有效回答
演示24 道自然类问题 × 4 个模型 = 96 次采样，其中 7 次超时或拒答，不计入分母。
分模型自然提及率演示
| 模型 | 有效回答 | 自然提及率 | 95% 区间 |
|---|---|---|---|
| 豆包 | 24 | 42% | 24%–61% |
| DeepSeek | 24 | 38% | 21%–57% |
| 通义千问 | 24 | 33% | 18%–53% |
| 腾讯元宝 | 17 | 41% | 22%–64% |
有效回答越少，区间越宽：腾讯元宝只有 17 条有效回答，41% 与其他模型的差异在抽样误差内，只作参考，不据此下结论。
竞品对照
同一组 24 道自然类问题下，各品牌被提及的比例。差距指向品牌尚未覆盖的问题场景。
同组问题 · 品牌提及对比
演示演示数据，与首页工作台示意一致。竞品比率同样带置信区间，相近的数字不宜直接排名。
关键发现示例
每条发现都能展开到问题、模型、回答原文、提及 / 推荐判断，以及引用有无。
模型：DeepSeek · 设计演示 · 非真实模型采样
问题：适合远程团队的项目管理工具有哪些？
“如果团队需要统一管理远程项目进度，建议考虑示例品牌；选型前仍需核实集成能力和使用限制。”
- 提及：是
- 明确推荐：是
- 回答事实：待核验
“建议考虑”包含推荐表达；提到名字和明确推荐分别判断。
模型：通义千问 · 设计演示 · 非真实模型采样
问题：10 人左右的创业团队适合用什么任务管理工具？
“常见选择包括竞品 B、竞品 A 以及示例品牌。其中竞品 B 模板更丰富，小团队上手较快。”
- 提及：是
- 明确推荐：否
- 引用：2 条
名字出现在候选列表里只计为提及；回答没有用推荐表达指向示例品牌，因此不计入推荐率。
模型：豆包 · 设计演示 · 非真实模型采样
问题：预算有限的中小团队，选哪款任务看板工具更划算？
“建议优先考虑竞品 B，它的免费版不限成员人数。”
- 提及：否
- 明确推荐：否（推荐对象为竞品 B）
- 引用：1 条 · 不支撑结论
示例品牌没有出现在回答中。回答的关键依据「免费版不限人数」在所附引用中找不到原文，因此生成一条核查行动。
行动建议示例
以下是行动类型示意，不是任何真实客户的策略。每条行动都写明它来自哪条证据。
确认引用是否支撑结论
依据：发现 3 的引用与回答结论对不上。
打开回答所附的榜单，逐句对照「免费版不限人数」的说法，记录为支持 / 不支持 / 冲突，并保留原文摘录与链接。
- 1打开引用原文
- 2逐句对照回答结论
- 3记录核查结果与摘录
补充有来源的产品事实
依据：核查确认公开资料缺少示例品牌的集成能力与免费版限制说明（对应发现 1 的「回答事实：待核验」）。
在品牌自有渠道（官网帮助中心、产品文档）补充集成列表与免费版限制等事实，每条附可公开访问的来源。PeakGEO 可生成草稿，草稿须通过质检：每条事实都能对应到来源，无来源的说法不进入稿件。
- 1生成草稿
- 2质检：事实逐条对应来源
- 3客户审核并自行发布
- 4下一轮复测
发布由客户执行，PeakGEO 不会替客户自动发布任何内容。
复测怎么读
行动完成后，用同一组问题再测一次。比较两轮时，先看置信区间，再谈变化。
复测示例：自然提及率
演示- 首轮
- 24%95% CI 16%–33%
- 复测
- 38%95% CI 29%–49%
结论无法区分
数字上升了 14 个百分点，但两轮区间在 29%–33% 之间重叠，现有样本不足以说明两轮真的不同。
- 有效回答少于 20 条的比率区间过宽，只作参考。
- 两轮 95% 置信区间重叠时，复测结论写「无法区分」，而不是「提升」。
- 即使区间不重叠，也只说明比率发生了变化；变化不等于某个行动导致，模型更新、问题时效等都可能影响结果。
用自己的品牌跑一次真实诊断
上面的数字都是演示。真实报告的比率、区间与证据，取决于你的品牌、问题与模型回答。