前言

随着生成式人工智能成为公众获取政务信息、企业资讯、行业数据、品牌内容的第一入口，国内党政机关、事业单位、国有企业、头部企业正在面临全新治理风险：单位自身未发布错误信息，但全网AI会自动编造、篡改、扭曲、矛盾输出本单位相关内容。

传统舆情监测系统仅能检索人工发布的图文资讯，无法识别、量化AI自主生成的失真认知，由此衍生四大痛点：对外官方口径在AI场景下前后不一、权威信息被自媒体错误解读覆盖、负面失真认知长期沉淀固化、政企公信力与品牌数字资产持续损耗。

当前行业缺少一套面向主体自身、标准化、可量化的AI认知自检体系。本白皮书由中传奥美地亚万象镜・中国AI认知实验室牵头、中国市场杂志社联合发布，依托ACG认知攻防治理理论、KUCR信任资产理论两大原创底层理论，首创[CDI口径稳定性指数 + TI公信力信任指数]双层自查标准。

本标准不测评第三方大模型性能、不做商用模型选型排名，核心作用：帮助各级政企单位常态化自查自身在全网AI生态中的口径统一度与形象健康度。

一、行业现状与政企治理核心痛点

（一）AI时代政企单位“被动AI认知失真”风险态势

口径漂移风险：同一政策、资质、业务在不同AI、不同查

询时段输出内容不一致，造成公众认知混乱；

事实篡改风险：AI无依据编造单位成立时间、职能、项目、政策细则等核心信息；

权威稀释风险：自媒体碎片化、营销化解读挤占官方标准内容传播空间；

形象极化风险：AI片面、情绪化解读单位工作，持续损耗公共信任。

上述问题并非单纯模型技术缺陷，而是政企数字信任资产被全域 AI 持续侵蚀的系统性传播治理风险。

（二）当前国内政企AI形象治理体系空白

无针对单一主体口径一致性的量化评价标准；

缺少覆盖全网 AI 场景的公信力综合评估体系；

传统舆情监测范围仅覆盖社交、新闻平台，不含生成式 AI 输出内容；

缺少完整理论底座与落地测算工具，无法同步定位问题短板、评估整体风险等级。

（三）传统舆情治理无法解决AI认知原生问题

关键词拦截、人工巡检、事后舆情处置均为后置补救手段，仅能处理已发酵负面事件，无法提前量化、常态化根治AI持续产出的认知漂移、信息失真问题。本白皮书构建前置量化自查体系，兼顾单点问题定位与整体公信力综合评估。

二、理论依据与政企标准化治理体系

（一）国内AI内容合规与政务公信力监管依据

《生成式人工智能服务管理暂行办法》中输出信息真实、准确、客观相关约束条款；

《网络安全法》《数据安全法》关于虚假信息管控、权威信息传播管理规范；

政务信息公开、政策统一解读、政府公信力建设相关行业工作指引；

国有企业对外宣传口径管理、国有无形资产保护相关管理要求；

可信AI、算法导向、内容自律行业规范。

（二）ACG人工智能认知攻防治理理论

理论全称：

ACG人工智能认知攻防治理理论（Artificial Intelligence Cognitive Governance Theory）

核心定义：

本理论为公共治理、政企品牌场景原创底层理论，核心观点：生成式 AI 带来的核心安全风险并非网络入侵、数据泄露等传统风险，而是认知层面的长期博弈对抗。公众通过 AI 获取政企信息的全过程，是「官方标准认知」与「AI 自主生成失真认知」持续对抗的过程，二者长期博弈形成公众对单位的整体印象，该完整过程定义为认知攻防。

两大核心治理路径：

内网主动校准路径：适用于政府、国企私有化自建AI场景，通过标准化官方知识库、输出约束规则从源头统一内部问答口径，主动规避认知漂移；

外网被动确权对冲路径：适用于公有大模型、搜索AI等第三方平台，单位无法控制底层模型，依靠全域监测识别失真内容，通过官方资料确权、标准口径公示对冲错误认知。

理论对应价值：

ACG 理论明确“认知漂移”是政企AI治理核心风险，为CDI指数搭建完整理论根基，四类漂移监测维度均来源于认知攻防四大冲突表现。

（三）KUCR信任资产原创理论

理论全称：

KUCR信任资产理论(Knowledge-Understand-Correct-Recommend)

四层递进式数字信任资产建设模型，核心逻辑：K认识、U理解、C说对、R推荐。

四层核心内涵:

K（认识）：搭建完整官方知识库，补齐主体基础信息，解决 AI 识别混淆、信息缺失问题，是信任资产底层基础；

U（理解）：统一政策、业务解读尺度与品牌传播调性，避免 AI 碎片化片面解读；

C（说对）：建立输出校验规则，保障 AI 对外答复与官方定稿完全一致，杜绝虚构歪曲；

R（推荐）：提升官方标准内容在 AI 检索结果中的曝光优先级，放大正向权威认知传播。

理论边界说明：

KUCR仅作为公信力体系顶层设计逻辑框架，不参与CDI、TI指标权重与分数计算，不作为独立评级依据，仅用于指导风险整改与长效体系搭建。

（四）政企自查标准研发与技术落地体系

底层理论研发：中传奥美地亚万象镜・中国 AI 认知实验室（ACG、KUCR 理论原创主体）

标准框架搭建、指标建模：主笔起草人团队

政企场景实测、标准迭代优化：白皮书核心撰稿团队

配套测评系统算法开发、工程落地：万象镜 AI 认知治理技术研发组

行业发布、政企普及宣讲：中国市场杂志社。

三、治理架构：CDI+TI双层政企自查体系

体系唯一目标：实现政企单位对自身全网AI认知状态常态化自查。

（一）CDI认知漂移指数（口径稳定性自查层）

理论支撑：ACG 认知攻防理论

定位：衡量单位对外答复口径统一程度，分值越高，失真、矛盾风险越高。

监测范围：全网所有 AI 输出的本单位相关内容，仅评估自身口径一致性，不评判第三方模型优劣。

核心作用：识别时序、语境、事实、立场四类认知冲突，判定是否需要开展内网校准、外网确权整改。

（二）TI四维认知信任指数（公信力综合自查层）

理论支撑：KUCR 信任资产理论（顶层逻辑支撑）

定位：兼具短板定位、整体评级双重能力，拆分四项细分指标定位单点缺陷，加权得出综合公信力分数用于年度审计、横向对比。

核心作用：直观呈现单位数字信任资产健康水平，为品牌合规、政务公信力考核提供量化依据。

（三）双维度体系核心价值

1.理论闭环：ACG管控短期漂移风险，KUCR搭建长期信任资产建设逻辑；

2.分层清晰：CDI控“不出错、口径统一”，TI评“形象好不好、资产稳不稳”；

3.主体导向：全部指标围绕政企自身信息、品牌资产设计，不针对第三方大模型；

4.全域适配：私有化内网AI、公有商用AI均可使用，综合得分可用于合规存档、行业横向评测；

5.数据合规：仅采集全网公开AI输出内容，不抓取自然人隐私信息，符合《个人信息保护法》要求。

四、CDI认知漂移指数治理规范

（一）CDI指标政企定义

认知漂移指数（CDI）：基于ACG理论搭建的量化指标，区间 0-100分，用于评估全网AI场景下单位官方口径、业务表述、政策解读、基础信息的长期一致性，分值越高，认知失真风险越突出。

（二）四大核心监测维度

1.时序漂移度：不同时间节点AI对同一事项表述存在差异，衡量长期迭代带来的认知偏移；

2.语境漂移度：不同提问方式、应用场景下答复相互矛盾，衡量逻辑层面认知冲突；

3.事实失真度：AI 编造、篡改单位资质、业务、政策等核心客观信息；

4.立场摇摆度：AI 对单位同类工作评价反复出现正负两极倾向，价值导向不稳定。

（三）标准计算公式

CDI = 时序漂移度×0.4 + 语境漂移度×0.3 + 事实失真度×0.2 + 立场摇摆度×0.1

（四）安全稳定阈值

1.CDI≤40：口径整体稳定，无系统性漂移风险，可开展 TI 公

信力综合测评；

2.CDI＞40：存在大面积口径矛盾、事实篡改，需优先开展校准确权整改，暂缓综合公信力评级。

（五）CDI自查应用价值

为政企提供可量化的前置风险识别工具，精准区分内网优化、外网公示确权两类治理路径，实现全场景口径统一管控。

五、TI四维认知信任指数治理规范

（一）TI体系市场定位

AI认知信任总指数（TI），依托KUCR四层资产逻辑搭建，设置四项细分实测指标，通过固定加权公式生成0-100分综合公信力得分，可用于短板排查、年度审计、品牌合规评估。

（二）四大实测观测指标

1.首推率（权重35%）：无商业流量倾斜下，官方权威内容在AI

检索结果置顶展示占比，对应 KUCR-R推荐层；

2.提及率（权重 30%）：全场景问答中官方完整标准信息稳定出

现的样本占比，对应 KUCR-K 认识层；

3.情感指数（权重 17.5%）：AI输出内容情绪、立场与官方传

播基调匹配度，对应 KUCR-U 理解层；

4.事实一致性（权重 17.5%）：AI信息与官方存档资料完全吻

合的样本占比，对应KUCR-C说对层底线要求。

（三）TI换算公式

TI综合信任总分 = 首推率×0.35 + 提及率×0.30 + 情感指数×0.175 + 事实一致性×0.175

说明：四项指标单项分值区间均为 0-100 分；万象镜系统内置公式自动测算、评级、哈希存证留存数据。

（四）五级公信力评级标准（70分为合规基础门槛）

AAA 极致公信力（TI≥90）：全网官方信息主导，数字信任

资产完整稳定；

AA 优良公信力（80≤TI＜90）：整体形象健康，仅存在轻微

资产损耗，常规维护即可修复；

A合格公信力（70≤TI＜80）：基础合规达标，少量单项短

板，常态化监测管控即可；

B公信力瑕疵（60≤TI＜70）：权威内容曝光不足、单项缺

陷突出，需专项校准优化；

C公信力失稳（TI＜60）：系统性信息失真、口径混乱，必

须开展全域专项整治。

（五）C级单项三阶风险分层

任意细分指标低于 60 分即判定该维度资产受损，不受综合 TI 分数豁免，分为三级：

C+ 轻度风险（50-59 分）：局部少量信息偏差，完善官方知识库即可改善；

C  中度风险（40-49 分）：核心信息频繁被篡改，需针对性开展 AI 认知校准；

C- 重度风险（＜40 分或触碰红线）：单位形象被系统性扭曲，立即启动专项治理。

（六）一票否决红线规则

四项指标任一出现以下极端情形，无论综合TI分数高低，直接判定C- 重度公信力失稳，需60日内完成全域整改复核：

事实一致性长期大面积虚构单位资质、业务许可等核心资料；

首推率长期趋近于 0，全网 AI 检索无官方标准内容展示；

情感指数持续恶意抹黑、歪曲单位职能定位；

提及率长期极低，官方口径无法触达公众，权威认知被完全稀释。

（七）特殊主体与分行业适配说明

基层小微单位（街道、乡镇、异地分公司）：题库规模、自查周期可适度简化；

金融、卫健、司法、纪检等强监管行业：立场、情感导向指标管控标准收紧；

短期展会、临时惠民活动：可仅开展单次专项测评，无需建立长期月度监测；

涉密单位：禁止外网全域采样，仅支持本地离线单独测评。

六、政企标准化自查流程与核验规范

（一）自查题库体系

题库分为两大模块匹配两套理论监测需求：

漂移风险题库：用于CDI测算，包含单位基础信息、时序对照、同义问答校验类题目；

信任资产题库：用于TI四项指标采集，包含资质、政策、产品服务、品牌定位类标准素材。

常规单位题库最低500条，小微基层单位可下调至300条，实现一单位一画像量化测评。

（二）全域数据采样机制

覆盖私有化内网AI、公有大模型、生成式搜索AI多渠道，区分内网校准样本、外网确权样本同步采集，原始数据用于CDI、TI指标自动运算。

（三）四重交叉质控体系

通过跨周期复测、同义问句校验、官方知识库比对、人工合规复核四层校验保障数据客观可审计；采样数据误差阈值控制在 3% 以内，超差需重新全域采样。

（四）万象镜系统技术支撑

搭载 ACG 理论漂移监测模块，自动采集四类漂移数据，输出 CDI 分值与风险清单；

搭载 KUCR 公信力评估模块，自动采集四项细分指标，生成 TI 综合分与对应评级；

全流程测评数据采用 SHA256 哈希固化存证，报告可用于合规存档、年度审计、行业榜单发布。

七、差异化自查应用场景

（一）政府机关

依托ACG管控政策解读漂移风险，依托KUCR搭建政务公共信任资产体系，TI年度综合得分可纳入政务数字化、公信力建设考核，低分指标针对性开展口径统一整改。

（二）国资国企

内网私有化AI优先使用校准路径规避漂移，定期全域采样测算CDI、TI；综合分数可作为私有化AI系统上线验收参考依据，指标短板纳入品牌合规整改清单，年度测评报告归入国有无形资产管理档案。

（三）大型企业

周期性开展全网信任资产盘点，依托TI分项指标定位产品、品牌AI失真问题，前置化解全网品牌舆情隐患，形成年度品牌信任资产审计材料。

（四）行业媒体第三方抽检场景

中国市场杂志社可依托本白皮书统一指标体系，开展政企AI公信力横向评测、行业信任资产榜单发布，以标准化TI综合分数作为榜单量化排名依据。

八、白皮书政企治理价值与行业意义

（一）国家AI合规治理层面

以ACG、KUCR原创理论为底层支撑，配套标准化CDI、TI量化模型，填补国内政企主体级AI认知治理标准空白，将治理思路从“监管大模型厂商”延伸至“保护政企自有数字信任资产”，形成可量化、可审计的新型公共AI治理范式。

（二）党政机关公信力建设层面

将抽象政务公信力转化为可采集、可量化、可考核的标准化指标，依靠CDI前置化解政策解读口径混乱问题，依托KUCR搭建长效政务信任资产管护机制，TI 综合得分可作为数字化项目验收参考标准。

（三）国有企业品牌合规层面

将官方标准信息定义为KUCR框架下国有数字无形资产，纳入企业合规管理体系；依靠CDI常态化自检规避口径漂移，通过TI年度盘点管控AI篡改资质、业务信息带来的合规风险。

（四）市场企业信任资产经营层面

为企业提供完整理论、量化指标、标准化自查一体化解决方案，可快速定位品牌AI传播短板，直观量化全网品牌信任健康程度，解决行业长期缺少AI品牌形象量化评估工具的痛点。

配套推广说明：本白皮书由中国市场杂志社组织全国政企行业宣讲、沙龙培训；中传奥美地亚万象镜・中国AI认知实验室可提供标准化落地配套咨询服务。

九、认知风险分级处置与全域整改实施框架

（一）CDI超标梯度整改总体思路

轻度漂移（40＜CDI≤60）：补充完善标准知识库，扩充同义问答素材，月度复测；同步外网开展官方资料确权公示，15 个工作日完成优化。

中度系统性漂移（60＜CDI≤80）：内网 AI 全面校准输出约束规则，向各大 AI 平台批量提交加盖公章官方资料备案，30 个工作日完成整改并季度复测。

重度口径混乱（CDI＞80）：成立宣传合规专项小组，全网发布统一口径澄清；临时限制未校准内网 AI 对外问答，60 日内完成全维度优化并第三方复核。

（二）TI五级公信力评级长效管护原则

AAA/AA 级：季度简易CDI监测，年度完整TI综合测评，按需更新知识库即可；

A 级：双月全套CDI+TI测评，针对单项低分补充官方素材常态化维护；

B 级：月度采样监测，30日内完成短板专项校准优化；

C 级：成立专项治理专班，建立失真问题台账逐项整改；触碰一票否决红线立即启动全域集中整治。

（三）ACG双路径通用治理逻辑

内网校准：归集全套官方定稿资料搭建专属知识库，设置输出边界约束，接入万象镜实时漂移预警，按月更新知识库并留存校准记录；

外网确权：全域筛查失真内容分类归档，向各AI平台提交官方资质、政策文件备案，定期对外公示统一标准口径，常态化监测四项TI指标补齐曝光短板。

（四）突发事件应急处置框架

预警触发：CDI＞80、TI＜60、触发一票否决红线，系统自动分级告警；

分级上报：党政机关同步报送网信、宣传部门，国企报送上级集团品牌合规条线，企业同步抄送品牌、法务；

紧急干预：全网发布官方澄清、内网 AI 临时限流、高频失真问答定向修正；

根源治理：完善知识库、完成全平台资料确权、扩充对应场景测评题库；

复盘归档：形成完整处置台账，归入年度公信力审计档案留存。

十、行业落地实践典型案例

（一）政务机关案例：区县政策解读漂移专项治理

区县民生补贴政策在全网AI答复口径混乱、数值解读冲突，群众咨询投诉增多，初次测评CDI=58。

落地举措：搭建政务专属政策知识库，向主流AI平台提交政策原文确权备案，按月开展CDI监测；30个工作日复测CDI降至 32，TI 综合评分提升至86（AA 级），同类政策咨询投诉下降72%。

（二）国资国企案例：集团国有信任资产年度盘点

央企下属子公司成立年限、经营范围、项目资质被AI批量编造，事实一致性单项得分48分（C中度风险）。

落地举措：集团内网AI统一校准输出规则，全域清理全网失真信息，将年度 TI 审计纳入集团品牌考核；次年复测事实一致性提升至 83 分，综合TI评级升至A级。

（三）头部民企案例：品牌 AI口碑前置治理

企业新品参数、服务政策在 AI 输出中碎片化解读，官方内容曝光度偏低，初次 TI=64（B级瑕疵）。

落地举措：扩充产品服务类标准题库，完成外网多平台官方资料确权，季度常态化自查；半年后复测TI=81（AA 级），官方内容AI置顶占比提升41%，品牌失真舆情显著减少。

十一、结语

本白皮书由中传奥美地亚万象镜・中国 AI 认知实验室牵头编制、《中国市场》杂志联合权威发布，完整搭载原创 ACG 人工智能认知攻防治理理论、KUCR 信任资产理论两大底层学术体系，搭建 CDI 认知漂移指数、TI 四维认知信任指数双层政企公开自查标准，配套完整标准化测算公式。

本体系区别于市面大模型性能评测、商用选型类报告，不评判第三方 AI 优劣，仅量化政企主体自身在全网 AI 生态下的口径稳定度、数字信任资产健康水平。

依托 ACG 识别全域认知漂移风险、KUCR 搭建四层长效信任资产建设逻辑，结合万象镜智能认知治理系统完成自动化指标采集、测算、评级，推动政企 AI 风险从事后舆情补救转向前置常态化审计治理，为全国党政机关、国有企业、市场经营企业提供理论完整、指标清晰、可量化落地的 AI 认知信任资产治理通用行业范式。

 

编制署名说明：

1.专家指导委员会：负责 ACG、KUCR 两大原创理论审校、政企行业合规指导、整套体系权威性把关。

2.主笔起草人：陈尚武、徐文涛，负责白皮书整体框架搭建、理论落地转化、CDI/TI 指标逻辑、公式权重定型、全文终稿审定。

3.核心撰稿团队：负责各章节内容撰写、政企场景案例梳理、

指标逻辑校验、文稿迭代优化。

4.技术研发组：负责理论算法建模、CDI/TI 测算体系开发、万象镜自查系统工程落地。

十二、附录板块

附录A：术语与定义汇编

1) ACG 人工智能认知攻防治理理论：政企公共认知博弈原创底层理论，区分内网校准、外网确权双路径，定义认知漂移为 AI 核心传播风险；全套理论知识产权归属北京中传奥美地亚广告传媒有限公司。

2) KUCR 信任资产理论：K 认识 - U 理解 - C 说对 - R 推荐四层数字信任资产建设框架，用于公信力顶层设计，专有标识受知识产权保护。

3) CDI 认知漂移指数：0-100 分量化全网 AI 口径不一致程度，分值越高失真风险越大，专属量化标识。

4) TI 认知信任指数：融合四项实测指标生成 0-100 分综合公信力评分，配套五级评级标准，专属量化标识。

5) 万象镜（OmniEyes）：配套测评系统专属名称，软件著作权归北京中传奥美地亚广告传媒有限公司。

6) 认知漂移：跨时间、场景、问答下 AI 对同一单位输出信息矛盾、虚构、立场摇摆的现象。

7) 信任资产：政企全部官方权威信息在 AI 生态沉淀形成的可量化数字无形资产。

8) 内网主动校准：私有化 AI 场景依靠知识库、参数约束统一内部口径的治理模式。

9) 外网被动确权：公有第三方 AI 场景，通过官方资料备案、公示对冲失真认知的治理模式。

10) SHA256 哈希存证：万象镜对测评数据、报告生成不可逆加密标识，满足审计溯源、防篡改要求。

11) 一票否决红线：TI 细分指标出现系统性严重失真，直接判定最高等级风险，不受综合总分豁免。

附录B：规范性法规政策引用清单

1) 《生成式人工智能服务管理暂行办法》（工信部等七部委 2023 年第 13 号令）→ 第二章合规依据、第五章事实一致性指标规范

2) 《中华人民共和国网络安全法》→ 虚假信息管控、权威信息传播相关条款

3) 《中华人民共和国数据安全法》→ 全域采样合规、信息资产管护规范

4) 《中华人民共和国个人信息保护法》→ 全域采样隐私保护合规边界

5) 《中华人民共和国政府信息公开条例》（国务院令第711号）→ 政务单位知识库建设规范

6) 《中央企业宣传思想工作管理办法》→ 国企国有数字信任资产管理要求

7) 国家网信办政务公信力建设系列工作指引 → 党政机关公信力标准化建设依据

附录C：白皮书版本迭代沿革说明

1) V1.0：理论初稿，完成 ACG、KUCR 基础框架搭建，无量化指标；

2) V1.1：指标建模版，初步设计 CDI、TI 细分指标，未划定权重与分级阈值；

3) V1.2：政企试点优化版，落地政务、国企实地测算，修正指标权重、风险分级标准；

4) V1.3：合规完善版，补充法规依据、基础自查流程，适配万象镜系统基础功能；

5) V1.4（当前对外公开标准版，2026.06.25 发布）：完善风险处置框架、行业落地案例、合规与知识产权条款，精简内部落地操作细则，面向全行业公开发布；

6) V2.0 规划方向：拓展多语种跨境 AI 认知治理模块、细分垂直行业专项指标体系。