adidas/阿迪达斯 KZ0429
标准类目待归SPU-EE2C1D25362043
- 收录
- 待确认收录
- 类目
- 待映射
- AI 观测
- 32 条有效回答 · 4 个模型
- 更新
- 2026-11-01
AI 表现
AI 识别率0%0 / 32 条回答出现了本商品的具体型号
明确推荐率0%0 条被明确推荐
观测回答328 类问题 × 4 个模型，已去重
覆盖模型4 个同一批问题分别向各模型提问
识别指回答里出现了本商品的具体型号（不只是品牌）；推荐指模型在回答中明确建议选择它。 两者是不同的事件，「被提到」不等于「被推荐」。分母为去重后的唯一回答数。
各模型表现
| 模型 | 回答 | 识别 | 推荐 | 推荐率 |
|---|---|---|---|---|
| DeepSeek | 8 | 0 | 0 | 0% |
| 腾讯混元 | 8 | 0 | 0 | 0% |
| Kimi | 8 | 0 | 0 | 0% |
| MiniMax | 8 | 0 | 0 | 0% |
每个模型被问同一组问题。4 个模型里推荐数为 0 的，说明该模型在这批问题上没有主动推荐本商品， 不代表它否定这件商品。
消费者在问什么
| 问题类型 | 回答 | 识别 | 推荐 |
|---|---|---|---|
| 预算匹配 | 4 | 0 | 0 |
| 品类入门 | 4 | 0 | 0 |
| 替代推荐 | 4 | 0 | 0 |
| 痛点避坑 | 4 | 0 | 0 |
| 购买渠道 | 4 | 0 | 0 |
| 口碑核实 | 4 | 0 | 0 |
| 场景需求 | 4 | 0 | 0 |
| 参数对比 | 4 | 0 | 0 |
这些类别来自平台固定题组，不是从回答里「猜」出来的消费场景。某个类型下推荐为 0， 说明这类问题里模型没有点名本商品 —— 这通常比总体推荐率更有优化价值。
AI 原话与判定
原话为模型输出，未经改写；平台只做「是否出现本型号、是否被推荐」的判定与计数。 AI 回答属于模型观点，不是用户评价，也不构成对商品质量的结论。
AI 同时提到的品牌
这是品牌级共现：统计的是同一条回答里是否同时出现该品牌，不是商品级替代关系， 也不代表 AI 认为它们互为竞品。精确到型号的竞品关系需要单独的商品级竞品分析。
商品档案
- 品牌
- 阿迪达斯
- 标准类目
- 尚未归入标准类目
- 价格带
- 采集价格不可判定
- 型号
- 未提供
- 收录状态
- 待确认收录
- 更新时间
- 2026-11-01
实体身份以标准 SPU 编号为准；品牌与类目来自平台归一，可能与采集侧分类不同， 差异见下方「数据来源与质量」。
数据来源与质量
- 采集类目
- 该商品没有可回链的采集记录
- 采集销量档
- 无
- 采集好评率
- 无
- 实体回链方式
- 未回链到采集记录
- 观测回答（去重后）
- 32 条
- 观测周期
- 2026-11-01 — 2026-11-01
- 覆盖模型
- 4 个
- 价格：只给价格带，不给具体售价。采集来源是单品单值，同一商品不同规格、 装量、套装会落在同一档；≤0 与 >10 万的记录判为异常，不显示。
- 销量：采集侧是分档字符串（如 10w-25w），不是精确件数，因此只展示档位，不做加总或排名。
- 好评率：采集侧字段，未做跨平台归一，仅作参考，不参与任何评分。
- 类目：平台标准类目是三级体系，采集侧是四级，粒度天然不同。 差异等级只说明「差多少」，不判定谁对谁错。
- AI 观测：只使用平台自建公共观测（非客户委托检测）。同一商品被多次观测时， 按「平台 × 模型 × 题目」保留最新一次，不重复计数。
- 数据性质：AI 回答是模型输出，不是用户评价，也不是外部网页信源； 平台不把它当作商品质量结论。