City Reputation Reports (CRR) 研究方法论

本项目遵循“镜像记录原则”：我们认为 AI 生成的内容是全球数字信息在算法模型中的“镜像”。本研究不对城市本身进行实地调研，而是对该“镜像”的清晰度、准确性及叙事偏好进行审计。

• 客观性：仅记录 AI 输出的原始信息，不加入研究员的个人好恶。
• 中立性：不对城市进行排名、打分或优劣评定。
• 可验证性：每一份报告必须附带 AI 平台生成的原始、不可更改的对话分享链接。

审计针对城市在数字环境中的五个核心维度进行观察：

1. 饮食叙事： AI 对当地菜系、饮食声誉及代表性风味的认知。
2. 非遗与传统： AI 对城市历史遗产、非物质文化保护项目的描述。
3. 节庆律动： AI 对城市周期性庆典、活动及其文化影响力的记录。
4. 地标视觉： AI 对城市物理建筑、自然景观的权重分配。
5. 艺术创意： AI 对城市现代艺术、创意产业及文化氛围的定性。

1. 询问阶段

使用标准化的提示词框架进行提问，以确保不同城市在同一平台下的被动条件一致。

• 单平台审计： 针对特定平台（如 ChatGPT 或 Claude）进行深度多轮对话。
• 提示词协议： 采用“中立提取问句”。例如：“请描述[城市名]在[维度]方面的国际声誉，并列举其引用的核心事实。”

2. 证据存档—— 核心环节

• 生成链接： 提问完成后，生成该 AI 平台的官方分享链接。
• 不可篡改性： 链接一经生成，其内容即被锁定。报告将此链接作为唯一证据来源，确保读者可溯源核实。
• 原始记录： 若 AI 输出了错误信息或幻觉信息，报告将如实记录该“存在”，而不进行人工纠偏。

3. 数据提取与归类

研究员从原始对话中提取以下客观要素：

• 高频关键词： AI 在描述该城市时反复提及的词汇。
• 引用来源： 记录 AI 明确指出的参考资料（如有）。
• 信息断层点： 识别 AI 在回答中未能覆盖到的、已知的重要城市资产（即“沉默的叙事”）。

4. 报告撰写

报告结构严格遵循以下要素：

• 平台标识： 明确标注本次审计的 AI 平台及模型版本。
• 叙事摘要： 客观概括该平台对该城市的描述点。
• 证据锚点： 插入不可更改的原始对话链接。
• 观察发现： 描述 AI 叙事中呈现的模式（例如：AI 在该城市饮食描述中，90% 的内容集中在某一种食物上）。

1. 专项审计
   • 定义： 针对单一 AI 平台进行的城市维度扫描。
   • 目的： 展示特定算法逻辑下的城市画像，帮助理解该模型对该城市的“第一印象”。
   • 发布形式： 常规简报与报告。
2. 定制化/交叉审计
   • 定义： 针对同一城市在多个平台（ChatGPT, Claude, Gemini, Perplexity等）的叙事进行横向对比。
   • 目的： 识别跨平台的认知共识与差异，发现系统性的信息偏差。
   • 适用场景： 专业咨询、政务内参或深度文化研究。

1. 动态性： AI 模型及其数据库持续更新，本报告仅代表审计发生瞬时的叙事状态。
2. 非全面性： AI 的描述不代表该城市的全部真实情况，仅代表其在数字语料库中的投影。
3. 非官方性： 本项目为独立研究，不代表相关 AI 平台或城市官方立场。