將【在公關(guān)】設(shè)為“星標?”

第一時間收到公關(guān)知識

我是很想用AI的姚素馨

來自被逼著各種驗證的啊嘿噠公關(guān)

寫豆包關(guān)于“家長聽豆包給嬰兒每頓只喂 60ml 奶”的回應(yīng)，是停了原來選題，臨時爬起來弄的。

特別典型的案例。輿情的產(chǎn)生、擴散，品牌方的決策、處置，呈現(xiàn)的最終結(jié)果……對于所有企業(yè)，都具備借鑒意義。

01

老規(guī)矩，先說事兒。

《南國早報》發(fā)了一則關(guān)于聽AI建議喂養(yǎng)孩子的報道。

后來被一些媒體轉(zhuǎn)載，用的標題是：《家長聽“豆包”建議每次只給孩子喂60ml奶：娃餓得大哭；醫(yī)生：喂養(yǎng)量達不到孩子生長需求，寶寶的體重一斤沒長》。

內(nèi)容大概是這樣的。

還有被轉(zhuǎn)發(fā)的原視頻，有醫(yī)生聲音出鏡。

為什么都貼轉(zhuǎn)發(fā)的？你說呢？

不過，倒是找到一張上平面的截圖。（我們覺得不是AI做的）

很大版面，注意2點：

刊發(fā)在5月28日，屬于融媒體先發(fā)，平面后發(fā)。（大健康不一定每天有版）

以及，沒有出現(xiàn)“豆包”，全用“AI工具”代替。

02

5月28日晚上6點左右，豆包AI官方微博發(fā)布關(guān)于“家長聽豆包給嬰兒每頓只喂60ml奶”相關(guān)不實報道的情況說明。

建議先仔細看完豆包官方本文，再看后面的拆解。

上下滑動查看全部

03

這篇，我們按照真實處置流程來說。

危機處理，在我這里會分3步，也講過很多次了：

第一步，厘清事實；

第二步，做出決策；

第三步，分頭執(zhí)行。

一步一步分析。

04

厘清事實，在面對具有“突發(fā)”屬性危機的時候，必須做得很扎實的前置步驟。

至于“可與預見性”危機，到底怎么回事，別厘了，企業(yè)自己心里早就門兒清。

喂奶事件的核心事實非常明確（好案例的特點），而且可以直接證明，那就是“豆包有沒有跟當事家長說給嬰兒每頓只喂 60ml 奶”。

看著挺好查的，其實不是。

第一時間，豆包的PR會問技術(shù)部門，自家大模型到底會不會說出這種鬼話來。

技術(shù)部門可能也沒什么大招，就是“對豆包進行了多輪測試”，我猜，就是不同人，不同話術(shù)，多問幾遍這個問題，看看會得到什么答案。

所以，技術(shù)部門會給PR一個答案，叫做“我們測下來不會”。

這類答案，送走過無數(shù)PR。沒有怪技術(shù)部門的意思，就是想跟PR說，自家測下來沒事，用戶手里的就有事的情況，比比皆是。

記住，不能用自家測出來的“沒事”，去判斷用戶手里情況“不存在”。

05

很明顯了，厘清事實的最“保險”方式，當然就是直接看用戶手里那個，是吧。

喂孩子事件處置起來的最大障礙，恰恰就是，豆包也不知道當事家長是誰。

醫(yī)院和醫(yī)生在媒體報道里都是實名的，去就能找到人的。

家長呢？

與用戶直接找上門或者發(fā)網(wǎng)上吐槽，這類隱匿的當事人，很有可能會卡BUG。

再有，就算真的知道是誰，豆包有權(quán)限看后臺，確認大語言模型跟人家說了什么嗎？

再再有，就算看了，豆包敢說“我看了后臺，沒有這么說過”嗎？

我們問了一下豆包合規(guī)問題，它是這么答的。

上下滑動查看全部

06

沒有喂孩子的家長這個直接當事人，豆包“第一時間聯(lián)系了相關(guān)醫(yī)院及接受媒體采訪的醫(yī)生。”

如果醫(yī)生看過家長手機里與豆包的對話，也能獲得依據(jù)。

而醫(yī)生給的答案是：“家屬未提供與豆包對話的相關(guān)內(nèi)容”，“未說明豆包是否給出每日總喂養(yǎng)量的建議”，“并不清楚患者家屬詳細的提問背景、上下文情況。”

翻譯一下，醫(yī)生撒也沒看到，就聽家長口頭說的豆包讓他們每頓只喂60ml。

從目前豆包還在沒聯(lián)系上當事家長的狀態(tài)看，醫(yī)院和醫(yī)生也沒把病人信息告訴豆包。不管是記不清是誰了，還是隱私保密，反正豆包還是沒找到當事人的樣子。

07

我們仔細把平面刊登的信息看了一下，沒有任何來自當時家長的信息。

這篇報道，基本出發(fā)點是AI給的健康建議，很可能不靠譜。“家長聽豆包給嬰兒每頓只喂 60ml 奶”是一個不錯的佐證。

如果記者沒有聯(lián)系家長，那么豆包通過媒體去找當事家長的路子，也就走不通了。

08

看吧，即便抖音集團這樣的規(guī)模，一樣會找不到人的。

綜上，豆包其實是在未確定自家大語言模型到底跟當事家長（假設(shè)有）說了什么、未完全排除給出錯誤建議可能性的情況下，就要做出決策。

再次強調(diào)，后續(xù)分工執(zhí)行，都是在決策基礎(chǔ)上的。

第一個決策核心是要不要回復。

輿情不小，但也沒有翻天，但有擴散可能性。而且，因為直接集中大語言模型的信任基礎(chǔ)：“誰信，禍害誰”。

這個決策過程非常復雜，專業(yè)公關(guān)培訓可以講幾個小時，這里沒法展開。

09

來看幾個大模型坑人的對比。

網(wǎng)友用豆包預約餐廳“成功”，最后根本進不去。

這個需要回復嗎？

網(wǎng)友問豆包機票退票手續(xù)費，豆包承諾只扣5%、放心退，網(wǎng)友實際退款時被扣40%，虧600 元。

這個需要回復嗎？

為什么喂孩子事件需要正式回復，這下就很明顯了吧。

10

判斷茍不過去，先動手更有收益之后，第二個決策核心就是定性。

豆包的決策核心是“否認”。

標題上就明明白白寫了：“家長聽豆包給嬰兒每頓只喂 60ml 奶”是“不實報道”。

“不實”在哪？不實在于“不會給出滿月嬰兒每頓只喂 60ml的建議，豆包會在回復中給出每日總奶量”，并且還會“提示家長關(guān)注嬰兒后續(xù)反應(yīng)，并建議出現(xiàn)哭鬧等情況時增加喂養(yǎng)或及時咨詢醫(yī)生。”

由于無法排除所有可能性，豆包還給了一個“正常情況下”的限定。

11

那么，怎么導致的“不實”？罪魁禍首是誰？

豆包沒問題的話，錯在哪里？

豆包的歸因，是柔性的：“由于無法還原當時的具體提問、上下文和完整回答，可能存在理解偏差。”

理解偏差，是誰的偏差？是媒體理解錯了醫(yī)生，還是醫(yī)生理解錯了家長，還是家長理解錯了豆包？

不管是誰，豆包也不準備掰扯。這篇情況說明的全文，也沒有任何“指責”、“發(fā)難”的意思。

即便召喚還未出現(xiàn)的當事家長，用詞也是“希望”、“幫助”、“核實”、“優(yōu)化”。

12

對于原發(fā)媒體的態(tài)度，豆包也比較柔和。（還記得黃天鵝的“三問”嗎？）

豆包雖然說了那是“不實報道”，但是沒掛《南國早報》的名字。

原發(fā)內(nèi)容，《南國早報》已刪掉了。

我不認為這個刪除是靠合作。

這里有個問題，《南國早報》是聽醫(yī)生說的，醫(yī)生是聽家長說的。

沒找家長核實做交叉信源的比對（報道中未出現(xiàn)家長方面的任何說法），正經(jīng)持牌媒體也這樣發(fā)報道嗎？

而對于把“每頓”寫成“每天只喂 60ml 奶”的媒體，豆包也就說了一句“謠言”，沒說要發(fā)律師函，沒說要追責。

13

至于最關(guān)鍵的準確性，豆包給的是“持續(xù)提升大模型在垂直領(lǐng)域的準確性”的說法。

這個其實說不說的，都會不斷提升。

同時，專業(yè)意見需要咨詢專業(yè)人士，也是一個強表態(tài)。

“豆包將加強相關(guān)的安全提醒機制”，“大模型生成的內(nèi)容僅供參考，不能替代專業(yè)醫(yī)師的診斷與治療建議，醫(yī)療健康問題請謹遵醫(yī)囑”。

這個其實說不說的，都會往自己身上攬。

14

來看執(zhí)行。

豆包微博大號發(fā)布的方式，算是相當正式。

這個“情況說明”的信息量，足夠成為“新聞”。

昨天晚上到今天早上，大量直接“貼”豆包情況說明的內(nèi)容出現(xiàn)。

感興趣的可以自己去數(shù)下發(fā)布媒體的數(shù)量以及分布，是怎么“蓋”住原來那些內(nèi)容的。

但，大部分媒體采用的是“照搬”，沒有“加持”。

最多的標題是《豆包發(fā)布情況說明》

我覺得這個執(zhí)行結(jié)果是可以的。

使用更有傾向的“豆包辟謠”，或者“豆包回應(yīng)：不實！”，也有，不過不多。

還順便看到幾個不知道怎么取出來的標題，比如：

15

我在辦公室問，覺得豆包的回應(yīng)怎么樣，都說挺好的。

我們又去看了一下輿情情況。

總體并不樂觀。

有直接說豆包“不準”的，雖然并不很多。

還有一種微妙的“他沒罵，但是他在罵”的狀態(tài)，就是“你怎么能信AI”。

16

還有一個情況說明里一出現(xiàn)“多輪測試”，就能想到的問題：大量用戶會問。

問完，他們會曬結(jié)果。

更麻煩的是，哪怕最開始的當事家長真的問出來每頓60ml的答案，后面說也問出來的人，你要怎么判斷？

17

我們前面說這是“突發(fā)”性輿情。

其實，在大語言模型發(fā)展過程中，被AI的錯誤答案誤導，產(chǎn)生直接嚴重后果，是可預見的。只是，公關(guān)猜不到具體是個什么例子而已。

但是，這類案例其實都在質(zhì)疑AI的可信度。質(zhì)疑AI的可信度，應(yīng)該是有專門應(yīng)對方案的。

18

這個事情的嚴重，看似涉及寶寶等敏感話題，個人覺得其實是另外一個點。

大語言模型在陪你瞎聊方面絕對沒有問題，可這是“不收費”的基礎(chǔ)功能啊。

在專業(yè)領(lǐng)域提供有價值的信息和服務(wù)，能轉(zhuǎn)化成實際生產(chǎn)要素，才會有人付費，是吧。

AI的準確性，確實一直都在提升，很明顯有“好多了”的體感。這次事情一出，大家一發(fā)各種離譜回答，可能又往回退了一點。

19

到底什么時候才能實現(xiàn)：腰痛了，就能躺著讓AI寫稿啊。

上文：