将【在公关】设为“星标⭐”
第一时间收到公关知识
我是很想用AI的姚素馨
来自被逼着各种验证的啊嘿哒公关
写豆包关于“家长听豆包给婴儿每顿只喂 60ml 奶”的回应，是停了原来选题，临时爬起来弄的。
特别典型的案例。舆情的产生、扩散，品牌方的决策、处置，呈现的最终结果……对于所有企业，都具备借鉴意义。
01
老规矩，先说事儿。
《南国早报》发了一则关于听AI建议喂养孩子的报道。
后来被一些媒体转载，用的标题是：《家长听“豆包”建议每次只给孩子喂60ml奶：娃饿得大哭；医生：喂养量达不到孩子生长需求，宝宝的体重一斤没长》。
内容大概是这样的。
还有被转发的原视频，有医生声音出镜。
为什么都贴转发的？你说呢？
不过，倒是找到一张上平面的截图。（我们觉得不是AI做的）
很大版面，注意2点：
刊发在5月28日，属于融媒体先发，平面后发。（大健康不一定每天有版）
以及，没有出现“豆包”，全用“AI工具”代替。
02
5月28日晚上6点左右，豆包AI官方微博发布关于“家长听豆包给婴儿每顿只喂60ml奶”相关不实报道的情况说明。
建议先仔细看完豆包官方本文，再看后面的拆解。
03
这篇，我们按照真实处置流程来说。
危机处理，在我这里会分3步，也讲过很多次了：
第一步，厘清事实；
第二步，做出决策；
第三步，分头执行。
一步一步分析。
04
厘清事实，在面对具有“突发”属性危机的时候，必须做得很扎实的前置步骤。
至于“可与预见性”危机，到底怎么回事，别厘了，企业自己心里早就门儿清。
喂奶事件的核心事实非常明确（好案例的特点），而且可以直接证明，那就是“豆包有没有跟当事家长说给婴儿每顿只喂 60ml 奶”。
看着挺好查的，其实不是。
第一时间，豆包的PR会问技术部门，自家大模型到底会不会说出这种鬼话来。
技术部门可能也没什么大招，就是“对豆包进行了多轮测试”，我猜，就是不同人，不同话术，多问几遍这个问题，看看会得到什么答案。
所以，技术部门会给PR一个答案，叫做“我们测下来不会”。
这类答案，送走过无数PR。没有怪技术部门的意思，就是想跟PR说，自家测下来没事，用户手里的就有事的情况，比比皆是。
记住，不能用自家测出来的“没事”，去判断用户手里情况“不存在”。
05
很明显了，厘清事实的最“保险”方式，当然就是直接看用户手里那个，是吧。
喂孩子事件处置起来的最大障碍，恰恰就是，豆包也不知道当事家长是谁。
医院和医生在媒体报道里都是实名的，去就能找到人的。
家长呢？
与用户直接找上门或者发网上吐槽，这类隐匿的当事人，很有可能会卡BUG。
再有，就算真的知道是谁，豆包有权限看后台，确认大语言模型跟人家说了什么吗？
再再有，就算看了，豆包敢说“我看了后台，没有这么说过”吗？
我们问了一下豆包合规问题，它是这么答的。
06
没有喂孩子的家长这个直接当事人，豆包“第一时间联系了相关医院及接受媒体采访的医生。”
如果医生看过家长手机里与豆包的对话，也能获得依据。
而医生给的答案是：“家属未提供与豆包对话的相关内容”，“未说明豆包是否给出每日总喂养量的建议”，“并不清楚患者家属详细的提问背景、上下文情况。”
翻译一下，医生撒也没看到，就听家长口头说的豆包让他们每顿只喂60ml。
从目前豆包还在没联系上当事家长的状态看，医院和医生也没把病人信息告诉豆包。不管是记不清是谁了，还是隐私保密，反正豆包还是没找到当事人的样子。
07
我们仔细把平面刊登的信息看了一下，没有任何来自当时家长的信息。
这篇报道，基本出发点是AI给的健康建议，很可能不靠谱。“家长听豆包给婴儿每顿只喂 60ml 奶”是一个不错的佐证。
如果记者没有联系家长，那么豆包通过媒体去找当事家长的路子，也就走不通了。
08
看吧，即便抖音集团这样的规模，一样会找不到人的。
综上，豆包其实是在未确定自家大语言模型到底跟当事家长（假设有）说了什么、未完全排除给出错误建议可能性的情况下，就要做出决策。
再次强调，后续分工执行，都是在决策基础上的。
第一个决策核心是要不要回复。
舆情不小，但也没有翻天，但有扩散可能性。而且，因为直接集中大语言模型的信任基础：“谁信，祸害谁”。
这个决策过程非常复杂，专业公关培训可以讲几个小时，这里没法展开。
09
来看几个大模型坑人的对比。
网友用豆包预约餐厅“成功”，最后根本进不去。
这个需要回复吗？
网友问豆包机票退票手续费，豆包承诺只扣5%、放心退，网友实际退款时被扣40%，亏600 元。
这个需要回复吗？
为什么喂孩子事件需要正式回复，这下就很明显了吧。
10
判断苟不过去，先动手更有收益之后，第二个决策核心就是定性。
豆包的决策核心是“否认”。
标题上就明明白白写了：“家长听豆包给婴儿每顿只喂 60ml 奶”是“不实报道”。
“不实”在哪？不实在于“不会给出满月婴儿每顿只喂 60ml的建议，豆包会在回复中给出每日总奶量”，并且还会“提示家长关注婴儿后续反应，并建议出现哭闹等情况时增加喂养或及时咨询医生。”
由于无法排除所有可能性，豆包还给了一个“正常情况下”的限定。
11
那么，怎么导致的“不实”？罪魁祸首是谁？
豆包没问题的话，错在哪里？
豆包的归因，是柔性的：“由于无法还原当时的具体提问、上下文和完整回答，可能存在理解偏差。”
理解偏差，是谁的偏差？是媒体理解错了医生，还是医生理解错了家长，还是家长理解错了豆包？
不管是谁，豆包也不准备掰扯。这篇情况说明的全文，也没有任何“指责”、“发难”的意思。
即便召唤还未出现的当事家长，用词也是“希望”、“帮助”、“核实”、“优化”。
12
对于原发媒体的态度，豆包也比较柔和。（还记得黄天鹅的“三问”吗？）
豆包虽然说了那是“不实报道”，但是没挂《南国早报》的名字。
原发内容，《南国早报》已删掉了。
我不认为这个删除是靠合作。
这里有个问题，《南国早报》是听医生说的，医生是听家长说的。
没找家长核实做交叉信源的比对（报道中未出现家长方面的任何说法），正经持牌媒体也这样发报道吗？
而对于把“每顿”写成“每天只喂 60ml 奶”的媒体，豆包也就说了一句“谣言”，没说要发律师函，没说要追责。
13
至于最关键的准确性，豆包给的是“持续提升大模型在垂直领域的准确性”的说法。
这个其实说不说的，都会不断提升。
同时，专业意见需要咨询专业人士，也是一个强表态。
“豆包将加强相关的安全提醒机制”，“大模型生成的内容仅供参考，不能替代专业医师的诊断与治疗建议，医疗健康问题请谨遵医嘱”。
这个其实说不说的，都会往自己身上揽。
14
来看执行。
豆包微博大号发布的方式，算是相当正式。
这个“情况说明”的信息量，足够成为“新闻”。
昨天晚上到今天早上，大量直接“贴”豆包情况说明的内容出现。
感兴趣的可以自己去数下发布媒体的数量以及分布，是怎么“盖”住原来那些内容的。
但，大部分媒体采用的是“照搬”，没有“加持”。
最多的标题是《豆包发布情况说明》
我觉得这个执行结果是可以的。
使用更有倾向的“豆包辟谣”，或者“豆包回应：不实！”，也有，不过不多。
还顺便看到几个不知道怎么取出来的标题，比如：
15
我在办公室问，觉得豆包的回应怎么样，都说挺好的。
我们又去看了一下舆情情况。
总体并不乐观。
有直接说豆包“不准”的，虽然并不很多。
还有一种微妙的“他没骂，但是他在骂”的状态，就是“你怎么能信AI”。
16
还有一个情况说明里一出现“多轮测试”，就能想到的问题：大量用户会问。
问完，他们会晒结果。
更麻烦的是，哪怕最开始的当事家长真的问出来每顿60ml的答案，后面说也问出来的人，你要怎么判断？
17
我们前面说这是“突发”性舆情。
其实，在大语言模型发展过程中，被AI的错误答案误导，产生直接严重后果，是可预见的。只是，公关猜不到具体是个什么例子而已。
但是，这类案例其实都在质疑AI的可信度。质疑AI的可信度，应该是有专门应对方案的。
18
这个事情的严重，看似涉及宝宝等敏感话题，个人觉得其实是另外一个点。
大语言模型在陪你瞎聊方面绝对没有问题，可这是“不收费”的基础功能啊。
在专业领域提供有价值的信息和服务，能转化成实际生产要素，才会有人付费，是吧。
AI的准确性，确实一直都在提升，很明显有“好多了”的体感。这次事情一出，大家一发各种离谱回答，可能又往回退了一点。
19
到底什么时候才能实现：腰痛了，就能躺着让AI写稿啊。
上文：
热门跟贴