01统计事实
大部分回答根本没有回应问题
问「主流洗碗机品牌各有什么优缺点」，收到的是 39 个字、12 个品牌名的清单，没有任何优缺点。这类回答占了 96.1%（该题面内、以「不足 80 字」为代理指标）。它们不是「数据脏」，而是模型在这种问法下的真实行为：先给名单，是否展开取决于问法。我们把这类回答归为「未通过质检」，不是为了好看，而是它们确实支撑不了任何结论。
每个品牌只分到 3.5 个字：问 AI 洗碗机哪个好，它只报名字不给理由
1,235 条成功回答里 88% 不到 80 字，中位长度 42 字，每条回答平均点名 11.7 个品牌 —— 按每条回答单独算，一个品牌中位只有 3.5 个字。唯一能让它展开的，是「高端」这个框架。
- 数据等级
- L2 自动质量校验
- 统计窗口
- 2026-10-23 至 2026-11-13
22 天 - 数据快照
- 2026-11-14 01:21（Asia/Shanghai）
- 覆盖
- 15 个模型 · 10 类问法
本页同时使用两套口径，每个数字都标了总体：全量成功回答（1,235 条，仅要求调用成功）L2 有效样本（148 条，通过六道确定性校验）。 L2 是条件样本，不能用来描述全部回答。
同一套题面、同一批模型，换成耐用品就完全是另一种形态。洗碗机是典型的高介入、低复购品类，消费者决策周期长、比价细；但我们采集到的回答，比香水类目短一半还多，而且大多数不回答被问的问题。这一页同样区分两套口径：全量成功回答用来看形态（88% 短回答），L2 有效样本用来看长回答里的结构 —— 两者不能混着说。
三句话看完
- 全量1,236 次采集里 1,235 次成功、88.0% 的回答不到 80 字，全量中位长度 42 字。
- 全量全量口径下每条回答平均点名 11.65 个品牌，按每条回答单独计算，一个品牌中位分到 3.5 个字（四分位 3.3–4.2 字）。
- L2只有 148 条通过质检；L2 里中位长度 97 字、单答品牌 11.71 个、每品牌 8.6 字 —— 比全量高 +144%，这就是筛选带来的差别。
一、先看清这一页的两种口径
L2 的六道校验里有一条是「回答不少于 80 字」。这条规则在筛掉无效回答的同时，也筛掉了所有短回答 —— 而短回答恰恰是这个品类里最常见的一类。于是同一件事在两套口径下会得到不同的数，差的不是小数。 下表把两个总体放在一起，可以直接看到筛选幅度。
| 结构指标 | 全量成功回答 n = 1,235 | L2 有效样本 n = 148 | 说明 |
|---|---|---|---|
| 有品牌提及的占比 | 98.9% | 100.0% | 筛选偏向长回答，长回答几乎必然点名 |
| 中位回答长度 | 42 字 | 97 字 | +131% |
| 单答品牌数（均值） | 11.65 | 11.71 | 变化很小 —— 长短回答都在报名字 |
| 每品牌分到字数（中位，实测） | 3.5 字 | 8.6 字 | +144% |
| 提及集中度（前五） | 39.8% | 40.0% | 结构稳定 |
「每品牌分到字数」= 每条回答各自的 长度 ÷ 该答不同品牌数，再对所有回答取中位数。 它不是「中位长度 ÷ 平均品牌数」—— 两个均值相除会得出一个既不属于全量也不属于 L2 的数。
二、样本是怎么来的
采集到的每一条观测都要过六道确定性校验（调用成功、无错误、回答不少于 80 字、非占位内容、模型可识别、模板版本可追溯），通过的记为 L2，才有资格进入 L2 口径的统计。 没有一条数据被人工修改过。
01采集观测1,236
窗口内全部调用记录02调用成功（全量口径的分母）1,235
失败 1 条，不进任何分母03通过自动质检（L2 口径的分母）148
占采集 12.0%；其中回答不足 80 字的 1,087 条（88.0%）三、回答形态（全量口径）
这一节用全部调用成功的回答做分母（n = 1,235），不做任何质检筛选。 它回答的是「AI 平时到底怎么答」，也是解释有效样本为什么少的依据。
不足 80 字（短答/清单式） 88.0%80 字以上 12.0%
11.65单答品牌数（全量均值）中位 12 个，最多 19 个
3.5每品牌分到字数（全量中位）实测，四分位 3.3–4.2 字
98.9%有品牌提及的回答占比1,221 / 1,235 条
39.8%前 5 实体提及占比（全量）共 82 个归一实体
四、长回答里的结构（L2 口径）
这一节只用通过质检的 148 条有效样本。它们代表「有实质内容的那部分回答」， 不代表全部回答 —— 与上一节的差距，就是选择偏差的幅度。
11.71单答品牌数（L2 均值）中位 12 个，最多 19 个
8.6每品牌分到字数（L2 中位）四分位 7.9–9.4 字；比全量高 +144%
29.6%出现在回答前 1/5 的提及占比分母 1,819 条提及记录
40.0%前 5 个实体的提及占比共 51 个归一实体
五、问法比行业更决定结果
同一品类、同一批模型，换一个提问框架，回答的信息量就完全不同。每行是「该问法的 L2 通过数 / 采集数」， 条形长度就是该比例；注释里给出该问法自身的中位回答长度。
六、模型之间的形态差异
下面按模型分列，不给合并值。同一批题面在不同模型上的通过率与回答长度差异很大， 把它们的「提及率」平均成一个数字，得到的会是一个无法解释的平均值。
七、这几件事值得品牌方注意
02统计事实
密度极高、信息极薄
全量口径下每条回答平均点名 11.7 个品牌，中位长度 42 字；按每条回答单独计算，一个品牌中位只分到 3.5 个字 —— 连一个完整卖点都放不下。这个类目里，「进入名单」几乎是唯一能拿到的东西，「在名单里被说明理由」目前基本不存在。
03统计事实
L2 筛选把「空间」抬了一倍多
这是本次修订新增的一条。全量里每品牌中位 3.5 字，到 L2 变成 8.6 字（+144%），中位回答长度从 42 字抬到 97 字。原因是 L2 只保留 80 字以上的回答，而这类回答恰好集中在「高端」题面上。所以本期不能用 L2 的密度去描述洗碗机的整体形态，那是长回答子集的特征。
04统计事实
「高端」是唯一有解释空间的框架
把题面按问法拆开，差异非常干净：高端定位类问题的 L2 通过率 79.9%、中位 95 字；其余六类问法（品牌认知、哪个好、优缺点、性价比、质量口碑、推荐）的通过率都在 8% 以下，多数是 0。同一个品类、同一批模型，只换了一个提问框架，回答的信息量就差一个量级。
05统计事实
型号级信息几乎空白
能识别到具体型号的采样只有个位数。多数回答停在品牌层，连系列都不给。对洗碗机这种「型号决定体验」的品类，这意味着 AI 目前无法承担选购决策的最后一公里 —— 这既是缺口，也是品牌方最容易补的位置。
八、可以怎么用（商业推断）
以下是基于上面数字的判断与建议，不是平台结论，也不构成效果承诺。请按自己的业务判断取舍。
先争名单，再争解释
这个类目里，第一步的现实目标就是「出现在名单上」，因为名单是唯一的曝光位。第二步才是争取被放进「高端」框架 —— 那是目前唯一会让模型展开讲理由的问法。
围绕高端框架建技术叙事
高端题里模型会讲烘干方式、容量、水效、噪音。这些恰好是可结构化、可被引用的参数型事实。把关键技术参数整理成一句一事实的形式，比写品牌故事更可能被摘用。
补 SPU 级结构化资料
型号识别几乎是空白的。谁先把型号、系列、适用场景、关键参数整理成机器可读的结构，谁就有机会在下一轮采集里成为「被说清楚的那一个」。
不要用这批数据做排名
L2 样本仅 148 条且集中在单一问法，任何品牌排序都会在下一轮采样里大幅波动。这一期只做形态判断，不做名次判断 —— 这也是我们对 L2 数据的使用边界。
九、口径、来源与边界
指标定义
定义写在代码里的指标注册表（metrics-1.0 + cat-1.0），不是页面文案；改动必须升版本、历史值不重算。
有效样本产出率v1.0
- 分子
- count(observation) where data_tier = 2
- 分母
- count(observation) where 落在统计窗口与类目内（含失败）
- 排除
- 分母不剔除失败样本 —— 失败本身就是产出率的一部分，剔除会虚高；跨类目不得合并：不同类目的回答形态差异极大（见 listing_rate）
- null 规则
- 分母为 0 → null（不是 0%）
清单式回答占比v1.0
- 分子
- count(observation) where status = success and answer_len < 80
- 分母
- count(observation) where status = success
- 排除
- status != success
- null 规则
- 分母为 0 → null
单答品牌密度v1.0
- 分子
- Σ distinct(normalized_brand) per observation
- 分母
- count(observation) where data_tier = 2
- 排除
- data_tier != 2；同一回答里同一品牌的不同写法按别名表合并后只计 1 次
- null 规则
- 分母为 0 → null
每品牌分到字数（中位）v1.0
- 分子
- observation.answer_len ÷ distinct(normalized_brand) per observation
- 分母
- count(observation) where 该答至少提到 1 个可识别品牌
- 排除
- 该答没有可识别品牌 → 不进样本（无法定义"每个品牌分到多少"）；同答同品牌多写法经别名表合并后再计数，否则分母偏大、结果偏小
- null 规则
- 有效回答 <5 条 → null
有品牌提及的回答占比v1.0
- 分子
- count(observation) where distinct(normalized_brand) >= 1
- 分母
- count(observation) where status = success（或 data_tier = 2，取决于总体）
- 排除
- status != success；回答里只出现不可识别的品牌写法（不进分子，但仍进分母）
- null 规则
- 分母 0 → null
提及集中度（前五）v1.0
- 分子
- Σ mention_count of top 5 normalized entities
- 分母
- count(mention) where 观测为 L2
- 排除
- data_tier != 2；实体为空或无法识别的提及行
- null 规则
- 提及记录 < 5 → null
品牌提及率v1.0
- 分子
- count(distinct observation) where 该品牌出现在回答中
- 分母
- count(observation) where is_valid
- 排除
- status != success；回答为空；行业公共层：缺 requestHash 或 responseHash（不可复算的样本）
- null 规则
- 分母为 0 → null（不是 0%，也不是 100%）
来源与复算
- 来源表：DataCore 行业观测库（只统计调用成功的观测）。
- 快照版本
shushuo-2026-11-v1，口径版本metrics-1.0 + cat-1.0， 规则集obs-qc-v1。 - 品牌别名表
shushuo-alias-v1：中英文与错拼归一并列，未命中名称保持原样。 L2 口径覆盖 40.8% 的提及记录。 - 导出脚本
web/scripts/shushuo/export.sql与计算脚本build-snapshot.mjs可复现同一份数字（快照指纹f4de61da08b292a2）。
不能说什么
- L2 有效样本仅 148 条，且集中在「高端」与「榜单」两类问法；因此本页只做回答形态判断，不做品牌结构结论。
- 本页数字等级为 L2（自动质量校验通过、未经人工逐条审核），不得用于品牌排名。
- 「88% 的回答不到 80 字」是全量成功回答的形态事实，用于解释有效样本为什么少，不代表该行业数据「差」，也不能用 L2 的数字替代。
- 样本来自模型 API 调用，不等于消费者在 App 里看到的真实结果。
十、原始数据表
图形之外的原始数，供核对与复制。所有比例均可由此表复算。
| 问法 | 采集 | L2 通过 | 通过率 | 清单式 | 中位字数 | 单答品牌 |
|---|---|---|---|---|---|---|
| 品牌认知（点名品牌） | 154 | 0 | 0.0% | 100.0% | 41 | 11.9 |
| 优缺点式提问 | 154 | 6 | 3.9% | 96.1% | 41 | 10.8 |
| 高端定位式提问 | 154 | 123 | 79.9% | 20.1% | 95 | 11.7 |
| 质量/口碑式提问 | 154 | 0 | 0.0% | 100.0% | 43 | 11.9 |
| 性价比式提问 | 154 | 0 | 0.0% | 100.0% | 41 | 11.9 |
| 对比式提问（哪个更好） | 153 | 0 | 0.0% | 100.0% | 41 | 11.9 |
| 购买推荐（要一组建议） | 153 | 0 | 0.0% | 100.0% | 42 | 11.9 |
| 榜单式提问（要前几名） | 152 | 12 | 7.9% | 92.1% | 41 | 11.1 |
| 具体商品发现 | 5 | 5 | 100.0% | 0.0% | 390 | 14.8 |
| 单品牌商品盘点 | 2 | 2 | 100.0% | 0.0% | 318.5 | 3 |
| 模型 | 采集 | L2 通过 | 通过率 | 清单式 | 中位字数 |
|---|---|---|---|---|---|
| DeepSeek-V4-Pro（腾讯） | 208 | 26 | 12.5% | 87.5% | 43 |
| Hunyuan-Hy4-Preview | 205 | 27 | 13.2% | 86.8% | 45 |
| Qwen3.8-Flash | 201 | 26 | 12.9% | 87.1% | 42 |
| Hunyuan-Hy3 | 194 | 25 | 12.9% | 87.1% | 41 |
| Qwen-Flash | 120 | 0 | 0.0% | 100.0% | 39 |
| GLM-5.3-Flash | 113 | 11 | 9.7% | 90.3% | 42 |
| Qwen-Plus | 112 | 26 | 23.2% | 76.8% | 61 |
| Doubao-Seed-Evolving 0907 | 24 | 3 | 12.5% | 87.5% | 40 |
表中「清单式」= 该问法/模型内回答不足 80 字的比例，是全量口径下的形态指标， 用作「有没有实质回答问题」的代理，不等同于「答非所问」的判定。
十一、企业咨询
想把这套口径用在自己品牌上，或需要多品牌、跨类目的持续观测与内容交付，可以留个联系方式。 表单只收四种信息，直接进我们的需求台账（待审核状态），不进入任何第三方系统。
本文不含品牌排名与推荐结论。按 L2 使用范围，排名与关键商业结论需要 L3（人工逐条审核）， 当前观测库 L3 为 0 条 —— 我们不跳过这一步。快照 2026-11-14 01:21，窗口 2026-10-23 至 2026-11-13。