跳至主要內容
編輯審定最後更新:作者與審校:丞相帶風象行銷有限公司

AI 輿情分析可以做到什麼?用 ChatGPT 等生成式 AI 判讀輿情的做法與限制

生成式 AI 可以替輿情分析做摘要、議題歸納、情緒初判與回應草稿,但資料蒐集的涵蓋範圍、事實查證與決策仍要由人負責。用得穩的關鍵是資料來源合法、先去識別化,並抽樣複核。

工具功能、平台條款與資料使用政策依各官方頁面的公開內容整理,法條依全國法規資料庫;只做中性介紹,不排名、不評分,也不引用任何準確率數字。具名工具依英文名稱字母排序。條款、政策與方案以官網當下為準(查閱日:2026-11-21)。本文不構成法律建議。

丞相帶風象是台灣的口碑行銷公司,服務包含論壇口碑內容佈局、輿情監測、負評與危機處理、KOC 素人合作與 AI 搜尋優化(GEO)。輿情監測服務的做法是工具蒐集、人工判讀,先建立基準值再設告警條件;服務範圍見輿情監測服務。這篇談的是流程與限制,不是工具評比。

AI 輿情分析可以做到什麼?哪些環節不能交給 AI?

結論:生成式 AI 擅長把大量文字整理成結構,但不知道自己沒讀到什麼,也無法確認事情真假。七個環節的分工如下表。輿情分析本身的定義與基本步驟,見輿情分析是什麼。

環節AI 可以做的事人要負責的事
資料蒐集不負責。對話式 AI 只能處理你貼進去或上傳的內容決定關鍵字、平台範圍與期間,並確認資料取得方式合法
摘要把大量貼文與留言濃縮成幾段重點對照原文,確認摘要沒有漏掉少數但嚴重的內容
議題歸納依你給的分類定義,把內容分到價格、品質、客服等議題訂分類定義,檢查分不進去的內容是否代表新議題
情緒初判逐則標示正面、負面、中立,並附上判斷依據的原句抽樣複核,特別是反諷、在地用語與標示為不確定的內容
事實查證不負責。可以列出「需要查證的說法」清單向內部單位、訂單與客服紀錄確認說法是否屬實
草擬回應依已確認的事實與語氣要求,產出回應初稿逐句核對事實、補償承諾與法律風險後才發布
決策不負責。可以整理選項與各自的考量要不要回應、由誰回應、是否升級為危機處理

這裡的「情緒初判」指的是把文字標成正面、負面或中立,名詞定義見名詞解釋頁的情緒分析詞條。如果你遇到的是「AI 的回答裡出現品牌負評」,那是另一個問題,見AI 回答出現品牌負面內容怎麼辦。

用 ChatGPT 等生成式 AI 判讀輿情,實作流程是什麼?

結論:五個步驟,順序不要跳。前兩步決定能不能做,後三步決定結果能不能信。

第一步:用合法的方式取得資料

  • 匯出自有資料:客服信件、官方帳號收到的留言與私訊、問卷的開放題。使用前確認內部的個資告知範圍。
  • 輿情平台匯出:已訂閱輿情平台時,用平台提供的匯出功能取得貼文清單。匯出內容能否送進第三方 AI 服務,要看合約。
  • 人工蒐集:用站內搜尋找到相關討論,人工閱讀後複製需要分析的段落。

關鍵字與範圍要先定好,設定方式見輿情監測關鍵字怎麼設。

第二步:去識別化

送進 AI 之前,先移除帳號名稱、姓名、電話、電子郵件、訂單編號與大頭貼等欄位,只留下分析需要的文字與一個內部編號。用不到的欄位就不要送出去。

第三步:提示要給定義、要求引句、允許說不確定

OpenAI 官方的提示工程指南說明,模型需要在提示中取得完成任務所需的邏輯與資料,提供範例時要涵蓋多樣的輸入與期望輸出;也可以用 Structured Outputs 讓輸出符合指定的 JSON 結構,方便後續彙整。套用到輿情判讀,提示至少要有三項:

  1. 分類定義:每個議題與情緒類別各寫一句定義,附一則例子。
  2. 要求附原文引句:每一則判斷都要逐字引用原文作為依據,複核的人才能快速核對。
  3. 要求標示不確定:明確允許模型回答「不確定」,並規定哪些情況必須這樣填。

以下是本站自擬的提示範例,僅供參考,請依自己的品類改寫分類與定義:

提示範例(本站自擬,非任何官方範本)

你是輿情分析助理。以下每一行是一則已去識別化的公開留言,開頭是編號。

請逐則輸出:編號、議題、情緒、依據原句、信心。

議題只能從這四類選一個:價格、產品品質、客服與售後、其他。各類定義如下:(在這裡寫上你自己的定義與一則例子)

情緒只能填:正面、負面、中立、不確定。看不出立場、疑似反諷,或需要前後文才能判斷時,一律填「不確定」,不要猜。

「依據原句」必須從該則留言逐字複製,不可改寫;找不到可引用的句子就填「無」。

不要補充留言裡沒有的事實,不要推測發文者身分。

最後另列:分不進四類的留言編號,以及你認為需要人工查證的說法。

第四步:人工抽樣複核

從 AI 標完的結果中抽出一部分,由熟悉品牌與平台用語的人對照原文重新判斷,記下不一致的比例與類型。標為「不確定」與「負面」的內容建議全部看過。抽樣比例沒有通用標準,由團隊依風險自行訂定。

第五步:記錄版本

每次分析都記下:使用的 AI 服務與模型名稱、提示全文、資料期間與來源、執行日期、複核結果。模型或提示一改,判斷標準就可能跟著變。報告的讀法見輿情監測報告怎麼看。

生成式 AI 判讀輿情有哪些限制?

反諷、在地用語與需要前後文的留言

「真是太棒了,等了三個小時」字面是稱讚,意思是抱怨。PTT 與 Dcard 的慣用語、台語諧音、注音文與縮寫,意思常常要靠看板文化與上下文才讀得出來。這類內容應要求 AI 標示不確定,交由人工處理。

傳統的情緒分析 API 也有自己的邊界。Google Cloud Natural Language 的官方文件說明,score 介於 -1.0 到 1.0,代表整體情緒傾向;magnitude 從 0.0 起算,代表情緒強度。文件也寫明 API 只指出正面與負面的差異,不辨識具體情緒,「生氣」與「難過」都會被歸為負面;score 接近 0 時,可能是沒什麼情緒,也可能是正負混雜,要搭配 magnitude 判讀。

幻覺:看起來合理但不正確的內容

OpenAI 在官方說明中寫明,ChatGPT 可能產生不正確或誤導的輸出,例子包含捏造的引言、研究與不存在的來源;官方建議查證引言、數據與外部文件的引用。對應的做法就是前面的「逐字引句」:每一句引文都要能在原始資料裡搜尋得到,搜不到就整則退回。

上下文長度

OpenAI 文件說明,模型在一次請求中能處理的資料量有上限,稱為上下文視窗,以 token 計算,各模型大小不同。實務上把資料分批、每批用同一份提示,再合併結果。

把論壇與社群內容交給 AI 分析,資料來源授權要注意什麼?

結論:內容「公開看得到」不等於「可以用程式大量抓取」。各平台的服務條款對自動化存取各有規定,動手前要讀現行條款。

以 Meta 為例,服務條款(2025 年 1 月 1 日生效版)第 3.2 節寫明,未經事先許可,不得以自動化方式存取或蒐集其產品上的資料。Meta 另有一份自動化資料蒐集條款(2024 年 10 月 7 日生效),要求在進行自動化資料蒐集前,先取得 Meta 的明示書面許可,而且僅同意該條款並不等於取得許可。

Dcard、PTT 與 Threads 補充條款的條文,本站這次未能逐條核對原頁,因此不轉述其內容。使用前請直接閱讀各站現行的使用者條款與版規。選工具時也要問資料來源與授權,見輿情監測工具選型指南。

輸入 AI 的內容會被拿去訓練嗎?個資要怎麼處理?

結論:同一家公司的個人版與商用版,資料使用政策常常不同。以下是各官方頁面在查閱日的說明:

  • Anthropic(Claude):隱私說明寫明,個人方案的對話在使用者選擇允許用於改善模型,或對話被標記進行安全審查等情況下會被使用;無痕對話不會用於改善模型。商用產品(Claude for Work、API)另有說明,預設不使用輸入與輸出。
  • Google(Gemini):Gemini 系列應用程式隱私權中心說明,使用者可在「Gemini 記錄」控管對話是否用於訓練生成式 AI 模型;部分對話會由專人審查,並提醒不想讓審查員看到的機密資訊請勿輸入。開發者用的Gemini API 附加服務條款(2026 年 3 月 23 日生效)則區分未付費與付費服務:未付費服務的內容會用於改善產品,並請使用者不要提交敏感、機密或個人資訊;付費服務的提示與回應不用於改善產品。
  • OpenAI(ChatGPT):官方說明寫明,個人方案(Free、Plus、Pro)的內容可能用於訓練模型,使用者可在設定的 Data controls 關閉「Improve the model for everyone」;臨時對話不用於改善模型。ChatGPT Business、Enterprise、Edu 與 API 預設不使用輸入與輸出。

法規面,個人資料保護法(全國法規資料庫顯示修正日期為民國 114 年 11 月 11 日,部分條文施行日期由行政院另定)與這件事直接相關的條文有四條:

  • 第 2 條第 1 款:個人資料包含姓名、聯絡方式、社會活動及其他得以直接或間接方式識別該個人之資料。
  • 第 5 條:蒐集、處理或利用個人資料,應尊重當事人權益,依誠實及信用方法為之,不得逾越特定目的之必要範圍。
  • 第 19 條第 1 項:非公務機關蒐集或處理個人資料,應有特定目的,並符合該項所列情形之一,例如經當事人同意、當事人自行公開或其他已合法公開之個人資料。
  • 第 20 條第 1 項:非公務機關利用個人資料,原則上應於蒐集之特定目的必要範圍內為之。

個案判斷需由法務或律師處理,不在本站服務範圍。本文不構成法律建議。

各工具官方怎麼描述自己的 AI 功能?

下表第一列是本站所屬的委外服務,其餘依英文名稱字母排序,內容取自各官方網站與文件的自述,沒有實測比較,也不代表推薦順序。查閱時這些頁面都沒有公開準確率數字,本文也不寫。

名稱類型官方自述備註
丞相帶風象輿情監測服務(本站所屬)委外服務,不是工具工具蒐集、人工判讀;先建立基準值,再設告警條件;每月提供趨勢與情緒分布報告費用以書面報價為準;不承諾聲量數字
Google Cloud Natural Language雲端 API情緒分析回傳 score(-1.0 到 1.0 的整體情緒傾向)與 magnitude(0.0 以上的情緒強度);支援語言含繁體中文官方文件寫明只區分正面與負面,不辨識具體情緒
KEYPO台灣輿情平台官網稱 KEYPO Agent「直接檢索 KEYPO 網路聲量資料,每筆洞察追得到原文」,並提到以中文語料微調的領域語言模型官網未公開準確率數字
OpenAI API生成式 AI 模型 API官方文件說明可用提示給予規則與範例,並以 Structured Outputs 讓輸出符合指定的 JSON 結構官方說明提醒模型可能產生不正確內容,重要資訊需查證
OpView台灣輿情平台官網列有 AI Agent、文章探索助理、AI自動化報表等項目,並以「輿情深度探索與AI智能分析」描述 OpView Insight官網未公開準確率數字
QSearch Trend+台灣輿情平台功能頁列有「AI 聲量摘要」(摘要聲量高峰時段的關鍵討論)與「AI 情緒分析指標」(標示正面、負面、中性的比例與強度)官網未公開準確率數字

出處:Google Cloud Natural Language 語言支援、KEYPO 官網、OpView 官網、QSearch Trend+ 功能頁。功能與方案以官網當下為準(查閱日:2026-11-21)。採購前用自己的關鍵字申請試用,抽樣核對 AI 判定與原文。

用 AI 做輿情分析前的檢查清單

  • 讀過資料來源平台的現行條款,沒有未經許可的自動化抓取。
  • 確認使用的 AI 方案與資料設定,知道輸入內容是否會用於訓練。
  • 帳號名稱、姓名、聯絡方式、訂單編號等欄位已移除。
  • 提示裡有分類定義與例子,並要求逐字引句、允許回答不確定。
  • AI 引用的原句,每一句都在原始資料裡搜尋得到。
  • 有人抽樣對照原文複核,不一致的類型有記錄。
  • 模型名稱、提示全文、資料期間與執行日期都留了紀錄。
  • 報告註明「情緒為 AI 初判、經人工抽樣複核」,沒有把初判寫成結論。
  • 搜尋建議字等不在匯出資料裡的訊號,另外檢查過。

品牌名的搜尋建議字不會出現在論壇匯出檔裡,做法見品牌搜尋建議字出現負面詞怎麼辦。

什麼情況該交給人處理,或委外?

結論:錯判的代價越高,人介入的比例就要越高。下列情況不適合只靠 AI 初判:

  • 涉及人身安全或食品安全:一則留言就可能需要通報與下架,不能等批次分析。應變順序見食安危機公關怎麼做。
  • 疑似內部人員爆料:真偽要靠內部查證,AI 無從判斷,內容也往往含有不宜外傳的資訊。見員工爆料怎麼回應。
  • 已經出現媒體報導或討論量快速上升:此時需要的是決策與發言,不是更細的分類。可參考國際品牌危機案例中各事件的公開時間軸。
  • 資料含大量個資或敏感內容:先由法務確認能否送進外部 AI 服務。

內部沒有人力長期做蒐集與判讀時,可以考慮委外。丞相帶風象的輿情監測服務由工具蒐集、人工判讀,每月提供趨勢與情緒分布報告,費用以書面報價為準,不承諾聲量數字。需要回應時銜接負評與危機處理服務,回應一律以品牌官方身分發言,事實認定與補償承諾由品牌方拍板。記者會、媒體關係與法律意見不在本站服務範圍。

AI 輿情分析牽涉哪些名詞、服務與答案頁?

這篇講用生成式 AI 判讀輿情的流程與限制。名詞定義與名詞解釋頁同一份,要委外監測走服務頁。

先回答你的問題

  • 口碑行銷公司提供哪些服務?:丞相帶風象的服務分五項:論壇口碑內容佈局、輿情監測、負評與危機處理、KOC 素人合作、AI 搜尋優化(GEO),可單獨採用或組成年度計畫,一律書面報價。
  • 品牌出現負評該怎麼處理?:先分類(真實客訴、惡意攻擊、資訊誤解),真實客訴在 24 小時內公開回應並給處理時程,惡意攻擊保留紀錄依平台規範檢舉,不公開爭辯、不壓制真實負評。

對應的服務

本頁用到的名詞

  • 情緒分析:將品牌相關討論分類為正面、中性、負面的分析方法。
  • 輿情監測:以品牌關鍵字持續追蹤論壇、社群與新聞的討論量與情緒變化,在異常擴散初期提出告警的機制。

參考資料與資料來源

外部連結為內容撰寫時的公開資料來源,內容如有更新以各來源現行版本為準。

想用 AI 整理輿情,卻不確定結果能不能信?

把目前的資料來源、提示與判讀結果帶來,丞相帶風象會說明哪些環節適合交給 AI、哪些需要人工複核,以及輿情監測服務的範圍。

免費健檢我的品牌口碑