PERSONA-FIRST AI RECOMMENDATION RESEARCH
PersonaSignal通过结构化的消费者画像、购买场景和需求测试，研究 ChatGPT、Gemini 等AI在什么情况下会推荐你的品牌、什么时候会选择竞品，以及你的产品究竟更适合哪些消费者。
Founding / Customer Validation
RECOMMENDATION SNAPSHOT
SHOPPER
42岁 · 美国
干燥、成熟肌肤
NEED
正在寻找滋润但适合日常面部使用的面霜
AI RECOMMENDATION
QUESTIONS WORTH INVESTIGATING
示意内容 · 非真实客户案例 · 不代表已证实的因果结论
AWARENESS ≠ RECOMMENDATION
AI可以知道你的品牌、描述你的产品，甚至找到你的官网。
但当消费者真正问：“哪一个产品更适合我？”被选择的仍然可能是竞品。
OBSERVABLE STATE 01
OBSERVABLE STATE 02
PersonaSignal研究的，正是中间这段差距。
WHAT WE TEST
同一个品牌面对不同消费者、购买目的和表达方式，AI的推荐结果可能不同。PersonaSignal通过结构化测试，把这些差异记录下来。
01
Blind Natural Recommendation
不主动告诉AI品牌名称时，它会不会在真实购买场景中自然想到你？
02
Brand Understanding
当品牌被明确提出时，AI如何描述你的定位、产品、适用人群和特点？
03
Shopper / Product Fit
哪些Persona、需求和购买场景下，你更容易或更不容易进入推荐范围？
04
Competitor Substitution
当AI没有选择你时，哪些品牌或产品更常成为替代选项？
05
Grounding & Sources
开启搜索或Grounding后，AI参考了哪些公开来源？品牌官网是否真正参与了答案形成？
06
Information Gaps
官网公开信息中，是否存在值得进一步检查的缺失、模糊、冲突或表达问题？
PERSONA FIRST
很多AI品牌监控从品牌、关键词或固定Prompt开始。PersonaSignal把研究起点前移到真实消费者：
PERSONA-FIRST TEST DESIGN
PERSON
谁在做这个购买决定？
CONTEXT / TASK
为什么现在需要寻找这个产品？
FULL NEED
显性需求之外，真正想解决什么？
SCREENING CRITERIA
哪些条件会影响产品是否被纳入考虑？
PRODUCT MATCHING
哪些产品与这些条件相匹配？
AI RECOMMENDATION
最终模型推荐了什么？
METHOD NOTE
这是 PersonaSignal 的测试设计框架，而不是对AI隐藏思维过程的描述。
THE DELIVERABLE
PersonaSignal把测试结果整理成一份可阅读、可追溯的书面诊断，让你看到推荐表现、消费者差异、竞品替代、引用来源，以及下一步值得优先检查的问题。
PersonaSignal
AI RECOMMENDATION DIAGNOSTIC
NOT A CUSTOMER CASE
SECTION 02
比较不同消费者需求下的品牌进入、提及与替代情况。
| Persona | Need | Your Brand | Main Alternative |
|---|---|---|---|
| P01 | Need A | Recommended | — |
| P02 | Need B | Mentioned | Brand X |
| P03 | Need C | Not Selected | Brand Y |
| P04 | Need D | Recommended | Brand Z |
从结论到原始结果，保留可回看的研究路径。
查看示例报告HOW IT WORKS
每个项目从明确研究问题开始，由人工确认范围，再进入结构化测试与书面交付。
DEFINE
提供品牌、产品、主要市场，以及你最想验证的AI推荐问题。
SCOPE
PersonaSignal人工评估问题，并确认测试范围、模型和交付内容。
RESEARCH
根据Persona、场景和研究框架执行测试，并记录推荐、竞品、来源等结果。
DELIVER
获得整理后的诊断、原始结果和可执行的优先事项。
SERVICE BOUNDARY不是自动生成一个分数，而是一次有明确研究问题和交付边界的诊断。
BUILT FROM REAL BRAND OPERATIONS
它来自真实的跨境品牌运营。
在测试自有品牌的AI可见性时，我们发现一个反复出现的现象：AI可以认识一个品牌、正确描述产品，甚至引用官方网站，但当消费者提出具体购买需求时，推荐名单里仍然可能没有它。
为了理解这段差距，我们开始用不同消费者画像、购买场景、表达方式和AI模型进行结构化测试，并逐渐形成了 PersonaSignal 的研究框架。
RESEARCH RECORD
Research before optimization · Evidence before claims
FOUNDING PILOT
PersonaSignal目前处于 Founding / Customer Validation 阶段。我们正在与少量品牌合作，继续验证研究范围、报告结构和实际业务价值。
每份申请都会经过人工判断，并在测试开始前确认研究范围与交付内容。
￥499
针对一个明确的AI推荐问题进行小规模快速检查。
适合想先验证某个品牌或产品是否值得进一步研究。
￥2,280
FOUNDING PRICE更完整的 Persona-first 推荐研究，包括消费者适配、竞品替代、来源和书面诊断。
按范围报价
适用于需要跨模型比较、更大测试规模或特定研究设计的品牌。
此页面将在后续阶段开放。