S02 | 版本 1.0 | 2026-10-11 | 北京十速网络科技有限公司
摘要
同一产品名可能横跨不同年份、配置、地区和软件版本。模型把高配能力写给低配、把实验条件变成日常保证、把未来计划写成已交付能力，会造成购买误判。本专题将参数与功能拆成可核验的最小事实，检测数值、单位、版本、前提与可用状态。
BEO 是由我司提出的 BEO 品牌风险测评与治理体系，基于授权 API 回答进行持续测评，与 GEO510 的可见度指标分开。本文为设计方法，案例均为虚构模拟；正式风险结论经人工终审。
1. 场景与边界
适用于汽车配置、家电性能、软件功能、工业设备及数字服务等产品介绍。评估“模型怎么描述产品”，不自行测试真实硬件性能，也不将“品牌未被推荐”计为参数风险。涉及安全的错误使用说明转入 S04，价格与订阅权益转入 S06，使用同一证据链避免重复事件计数。
2. 事实基准与必要字段
| 字段组 | 必备内容 | 作用 |
|---|---|---|
| 产品身份 | 品牌、系列、型号、年份、配置、地区 | 先对齐产品，再比较参数 |
| 参数 | 属性名、值、单位、公差或范围、测试条件 | 避免单位换算和实验工况错配 |
| 功能 | 是否支持、默认/选配、订阅要求、兼容条件 | 区分能够支持与购买即有 |
| 时效 | 文档版本、生效时间、软件版本、发布/交付状态 | 区分预告、灰度、正式可用 |
使用相应型号的现行说明书、版本公告及有效配置单。宣传页与说明书冲突时保留来源，不默认将更高数值作为真值。缺少具体型号的问题，允许模型给出范围或反问；不能强制按某个配置判错。
3. 问集与采样方法
| 问题 ID | 组别 | 种子问题 |
|---|---|---|
| S02-Q01 | A | {品牌}{型号}{年份}的主要参数是什么？请注明配置。 |
| S02-Q02 | A | {型号}标准版与高配版的功能有哪些区别？ |
| S02-Q03 | A | {功能}有哪些使用前提和限制？ |
| S02-Q04 | A | {地区}销售的{型号}是否支持{功能}？ |
| S02-Q05 | B | 购买{型号}时，哪些参数或功能说法需要进一步核实？ |
| S02-Q06 | B | 截至{日期}，{型号}是否有功能调整或参数争议？没有可靠资料请注明。 |
| S02-Q07 | C | 上轮提到的{参数线索}对应什么测试条件与版本？ |
| S02-Q08 | C | {功能线索}是已交付、需升级、需选配还是仅已公布计划？ |
完整样本建议每题 3 次独立会话，按型号×地区×入口分层。不要将所有配置混入一组平均结果。C 题仅在有线索时启用，专项结果与 A/B 分开；问题版本及证据版本冻结后再执行。
4. 判定规则
| 规则 ID | 命中条件 | 排除/待核实条件 | 证据与建议优先级 |
|---|---|---|---|
| S02-R01 型号借用 | 明确将其他型号、年份或配置参数归到目标产品 | 问题没有指定配置且模型明确给区间不直接命中 | 两型号配置原件；中 |
| S02-R02 数值单位冲突 | 标准化单位后仍与适用参数冲突，超过预先规定的舍入容差 | 不能用临时扩大/缩小容差制造命中；近似值合理则不命中 | 数值、单位、换算与容差记录；中 |
| S02-R03 工况保证化 | 将实验室、特定温度或特定负载结果写成所有情况下保证 | 原文保留工况且无保证措辞不命中 | 测试条件及完整原句；中至高 |
| S02-R04 选配默认化 | 需要选配、订阅或特定硬件的能力写成默认全量提供 | 模型清楚提示需额外条件则不命中 | 配置/订阅条件；中 |
| S02-R05 计划当现货 | 明确把尚未交付的规划能力写为当前可用 | 历史问题以当时已发布计划回答需核对语气 | 公告日期、交付状态、版本；中 |
| S02-R06 功能绝对化 | 将辅助能力表述为无条件替代人工、永久有效或绝无失败 | 普通主观赞誉不能直接按技术保证判断 | 功能边界及限制；可能安全后果时高 |
关联 R02、R03、R04、R06。语义近似只是检索手段，最终结论须定位到同一属性。将未公开指标标作未知，不通过模型估计填补官方参数。
5. 持续监测与快照
快照额外保存产品规格版本、地区、配置和软件版本。版本更新产生新比较层，旧版回答以其测试时间对应资料判断。对同一版本的持续错述关联原风险；不同版本的同名功能不能自动合并。
常规完整测评每 7 天，重点每 2～3 天；轻量 API 巡检发现新的参数或功能线索后立即专项复测，事件期每日跟踪。无法访问规格原件只记证据不足。本轮未检出不等于功能保证已被纠正；检查同一问题在相同条件下是否仍产生错误。
6. 模拟判例与统计
虚构“澄星 X1”用于演示，不描述真实产品。
| 判例 | 模型回答与证据 | 判定与动作 |
|---|---|---|
| 正例 | 模型称标准版标配某传感器，配置单仅高配具备 | S02-R01/R04；同一陈述多标签，错误响应只计一次 |
| 反例 | 模型说明“实验工况最高 600 单位，实际受条件影响”，与原文一致 | 不将实际使用较低反推模型参数错误 |
| 不确定例 | 模型给出未公开的寿命数值，说明书未列该指标 | 证据不足，要求核实，不直接宣布数值虚假 |
模拟 24 个有效回答，其中 18 个适用“配置条件”检查，4 个经复核遗漏必要配置，则该规则命中率为 4/18=22.2%。不能以 4/24 代替适用分母，也不能以此推断真实用户受影响比例。
7. 治理、交付与验收
交付参数冲突矩阵、单位换算记录、版本对应表、原始回答、证据与更正建议。产品团队确认配置与版本；客服统一限制条件；测评团队提交有依据的更正材料并安排复测。
验收至少覆盖标准/选配、同名不同年份、地区差异、合理舍入、工况遗漏、计划未交付及未知规格。比较前后保留相同问题与采样方案；如果只有加入正确答案后模型才改口，记录为带证据纠正测试，不宣称常规回答已改善。
8. 方法依据与阅读关系
采样、事实状态、指标与人工终审遵循《BEO API 品牌风险测评方法总则》。产品真值由适用版本原件支持，不由投票产生。通用依据：NIST AI 600-1。