项目类型：舆情管理
业务矩阵：AI 模型协同 × 自动化预警 × 精准响应
01｜项目背景｜Background
面对新能源行业社群讨论的高密度与高敏感性，传统人工舆情排查方式效率低、响应慢。
诺森德创媒科技为某头部新能源品牌构建了以大模型驱动的 社群舆情智能监测与响应系统，通过 AI 分层识别与自动化推送机制，实现舆情筛查、复核与报告生成的全流程智能化管理。
02｜项目目标｜Objectives
- 建立覆盖全平台社群的周期舆情监测体系；
- 以多模型协同实现语义分层与风险识别；
- 减少人工复核压力，提高响应速度与判断准确度；
- 输出日度舆情报告与标准化应对指引，支撑品牌传播安全。
03｜执行系统｜Execution System
| 模块 | 关键内容 | 核心动作 |
|---|---|---|
| 多模型语义筛查体系 | 通义千问模型 + GPT 协同判定 | 通义模型完成初筛，GPT 负责上下文语义二次确认，确保风险语义准确识别 |
| 舆情采集与分级机制 | 平台级数据聚合 + 关键词权重算法 | 自动捕捉多渠道社群动态，分级标记潜在风险话题 |
| 飞书工作流自动推送 | 飞书 API + 值班机制 | 系统将“需人工复核”内容定向推送至当班舆情人员，实现实时任务分派 |
| 人工复核与策略协同 | 五人精编舆情小组 + 审核模板化流程 | 原30人团队缩编至5人高效运行，保持原有覆盖与时效标准 |
| 周期监测与报告体系 | 日报 + 周报 + 事件追踪模板 | 自动生成社群舆情报告与参考应对手册，提供数据支持与趋势洞察 |
04｜成果亮点｜Key Results
| 指标 | 数据成果 |
|---|---|
| 舆情识别准确率 | 约 93%（上下文级语义判定） |
| 响应时效 | 缩短至 20 分钟内完成初筛与推送 |
| 人员优化 | 舆情组由 30 人精简至 5 人高效运转 |
| 报告生成 | 每日自动输出舆情报告与趋势分析 |
| 系统稳定性 | 连续运行超 200 天，无重大漏判事件 |
05｜系统化成果价值｜Value & Insight
项目实现了从“人工筛查”到“AI 主导+人机协作”的舆情监测革新：
- 多模型协同识别 提升舆情筛查准确性；
- 自动化推送机制 实现分钟级响应；
- 轻量化团队结构 以更少人力维持高强度监控；
- 合规语义策略 确保数据分析与客户隐私安全。