圖片由AI生成，僅供視覺示意。
假設你等了一小時，客服終於回覆，卻只是叫你再等。你留下一句「真係多謝晒」，若對方回覆「感謝你的支持」，恐怕只會更生氣。把這段對話交給AI，它現在是不是已經100%能夠理解？
我想把客人原本的態度，與AI理解出來的態度之間的落差，叫作「AI口碑溫差」。它可能把不滿讀輕了，也可能把一句真心讚賞看成挖苦。對品牌來說，兩種誤會都值得理清，否則連客人在讚甚麼、嫌甚麼，也未必弄得明白。
今年7月，浙江大學團隊在一項反諷理解研究中，以140個情境比較10個大型語言模型與300名參加者。模型在部分推斷說話者意圖的任務上表現出色，但綜合判斷一句話是否帶有反諷時，人類表現較好。模型未必完全不懂對方的意思，卻可能未能把已理解的線索用在最後判斷上。
做市場推廣，難免想看到一份「正面評價上升」的報告。但當大家多看幾段原文：客人是真的滿意，還是在客氣地投訴？例如「間店真係好有效率，未食完已經收碟」，如果抽走後半句，只留下「好有效率」，意思便差得遠。這是我用來說明問題的例子，並非研究中的模型答案。
做GEO(生成式引擎優化)，品牌除了看AI有沒有提到自己，也要看它怎樣形容自己。如果答案說一家店「服務周到」，引用的評價卻是在挖苦，便出現了我所說的「AI口碑溫差」。
我會把這個問題留給提供AI情緒分析工具的公司：當報告顯示留言幾乎一面倒地正面或負面，系統會否多查一步，看看原文是否真的支持這個結論？評價可以真的一面倒，但也值得抽查那些帶反話、前後語意不一致的留言，有沒有被歸錯類。品牌要的口碑「天氣報告」，既要看整體晴雨，也要查清楚有沒有被平均數掩蓋的溫差。