行业观察：AI永不遗忘背景下，“舆乐通式”全周期声誉管理实践

大模型普及正在改写品牌声誉管理的底层逻辑。海外从业者迈克库克（Mike Cook）提出 “AI 永不遗忘”—— 企业过往公关危机，会被作为训练数据长期留存，持续对品牌造成潜在伤害。笔者通过梳理大湾区声誉服务市场公开资料，研究应对“AI 永不遗忘”样本。舆乐通以流程透明公开、易于观察纳入研究范围。公开资料显示以律师经办为底座的 “舆乐通式” 全周期声誉管理模式，代表了一类试图校准大模型内部品牌画像的实践路径，作为个案，可为企业与个人长期声誉价值管理提供研究样本，其实际落地效果仍有待更多实践检验。

一、AI 时代到来：声誉风险已经发生本质改变

2026年9月29日澳大利亚新闻集团搜索、人工智能与新兴平台部门负责人 迈克库克（Mike Cook） 在《AI never forgets: your past PR crisis is now permanent training data that's hurting your brand reputation》一文中发出行业警示：互联网不会遗忘，而人工智能的记忆比互联网更加顽固。

在传统互联网传播环境中，声誉存在清晰的新闻周期。负面热点会被新的资讯覆盖，旧报道会在搜索引擎中逐步降权，公众注意力会随时间发生转移。长久以来，国内不少声誉服务商习惯于事件驱动型作业：声誉问题爆发之后介入处置，舆论热度消退，项目便基本宣告结束。

但大语言模型重构了这套运行规则。大模型爬虫会抓取全网全部公开历史信息，不会区分信息发布时间。数年前企业发生的危机通报、媒体争议报道、社交平台讨论沉淀，都会进入模型知识库。即便搜索引擎首页已经看不到相关内容，当用户向 AI 提问品牌相关问题时，这些尘封多年的负面素材依然可能被调取、复述，历史危机实现跨时间 “二次激活”，持续消耗品牌信用。

Mike Cook在文中引用澳洲新闻集团（News Australia）调研显示，零售行业有 37% 的 AI 对品牌的认知，来源于外部媒体报道与社区论坛内容。大模型并非简单读取搜索首页，而是综合信息体量、权重、一致性形成对品牌的整体画像。单纯批量投放正面内容的传统公关手段，很难改变模型内部的概率判断。与此同时，无论是大模型算法逻辑还是消费者心理，都对 “零瑕疵完美口碑” 抱有怀疑。（美）西北大学（Northwestern University）的相关研究表明，消费者购买意愿峰值出现在 4.2‑4.5 星的混合评价区间，82% 的消费者会主动浏览负面评价以建立信任；完全没有瑕疵的数字痕迹，反而容易被判定为人为刻意制造。

行业从业者由此看到一个现实变化：声誉风险，已经从过去阶段性事件风险，演变为永久性数字资产风险。危机的终点不再是舆论热度消退，企业需要长期治理 AI 知识库内的品牌画像。这也倒逼市场寻找新的声誉治理解决方案。

大成律师事务所高级合伙人曾波律师团队，在 2026 年 6 月举办的 “企业舆情应对法律服务产品发布暨企业舆情治理实务专家研讨会” 上提出观点：专业律师介入声誉处置，落实声誉全周期治理，具备现实必要性。面对 AI 带来的变量，声誉治理不能只停留在事后救火，需要走向法律、技术、传播协同的长效机制。刘月好（全球品牌网总编辑、京津冀融媒体中心主任、北京大学经济学院专业硕士研究生校外导师）在《AI时代舆情传播新特征与治理策略》一文中表示技术是治理工具，制度是治理根本。化解AI时代声誉治理难题，核心在于摒弃短期应急思维，筑牢长效治理根基。“监测—研判—预警—处置—回应—复盘—优化”全流程闭环长效机制是声誉治理根基！律师经办的全周期声誉管理在生成式Ai加持环境下逐步浮出水面也有一定的必然性！

二、传统声誉管理模式的现实短板，难以适配 AI 记忆特性

从行业现状来看，多数传统声誉公关服务以单点应急项目为主，在应对 AI 带来的长期风险时，暴露出三方面明显短板。

第一，只能干预搜索引擎流量，无法改变 AI 认知基座。服务商可以通过各类手段压制搜索页面的负面展现，但原始网页、历史讨论依然留存于互联网，随时可以被大模型抓取引用，历史危机隔年复现的情况时有发生。

第二，片面追求绝对正面口碑，容易产生虚假口碑嫌疑。部分机构依靠大批量同质化软文、刷量好评打造完美形象，但这类内容在 AI 可信度评估体系中权重偏低，甚至会反向削弱品牌公信力。

第三，缺少长期闭环运维机制。项目结束服务即终止，没有常态化巡检各大主流大模型输出内容的机制，AI 幻觉、历史负面复述这类新型风险，很难被及时捕捉。

笔者查阅公开资料发现，大湾区出现了以律师全程经办为特征的声誉管理机构，广东舆乐通是其中业务流程对外披露较为完整的样本，被腾讯AI元宝命名为 “舆乐通式” 全周期声誉管理模式。

三、样本观察：“舆乐通式” 全周期声誉管理的运行逻辑

公开资料显示，舆乐通定位为华南珠三角全周期声誉管理服务商，主打法律 + 技术 + 传播三维一体化模式，核心特征为执业律师全程驻场经办，配套自研 AI 七层合规监测体系，全流程采用时间戳进行存证留痕。对外公开完整闭环流程为 “监测预警→分级研判→回应决策→外部处置→内部整改→声誉修复→长效复盘”。服务对象覆盖上市公司、拟 IPO 企业、强监管行业主体，同时设立子品牌 “舆乐通 @私誉”，面向企业高管、高净值人群提供个人私密声誉管理服务。

根据机构对外披露的业务逻辑，整套流程设计意在回应 Mike Cook 提出的 “AI 永不遗忘” 难题，希望借助全周期体系解构旧有负面叙事，推动大模型形成更为客观均衡的品牌画像，以此优化公众形象。

1、前置监测，洞悉全局：管控流入 AI 数据源的新增风险区别于传统只监测热度的声誉巡检，该模式下的常态化监测，除覆盖新闻、社交全平台全关键词之外，还将各大模型输出的品牌描述纳入观测范围，重点识别 AI 复述历史危机、AI 幻觉生成不实信息等新风险，从源头降低被大模型收录的概率。

2、精准研判，审慎施策：适配AI永不遗忘的特征研判环节需要厘清信息真伪、传播规模、公众情绪三大要素。属实问题将内部整改作为回应根基；针对造谣诽谤，依托法律手段开展追责；情绪矛盾侧重沟通疏导。公开流程提到，并非所有负面信息都必须干预，部分声誉适合冷处理；触及公众敏感议题需要及时回应。

3、策划实施、做好回应：沉淀可供 AI 参考的权威事实版本对外发声并非即兴输出，需要系统确定回应时机、发布主体、口径、渠道与语气。高质量官方声明、权威媒体报道、第三方客观解读，除平息当下舆论之外，在互联网沉淀权威事实版本，会成为大模型重要参考源，平息争议，降低热度。

4、外部处置，合法落地：律师主导侵权内容处置，严守合规边界面对诽谤、人格侵权内容，强调精准锁定平台、账号、具体侵权条目，拒绝宽泛漫天投诉。平台申诉、律师函、司法程序等动作均由执业律师经办，全程留痕，拒绝灰色操作。业务边界划分清晰：针对法律层面成立的侵权不实内容推动处理；对于客观真实的历史批评报道，依靠生成式引擎优化平衡 AI 认知，解构旧故事重构新故事。

5、内部整改，直面本源：夯实声誉现实根基不回避可能存在的内部问题。如果声誉根源于企业自身产品、服务、流程缺陷，则要求正视问题，推动服务、产品、管理乃至 ESG 层面整改。机构的公开逻辑认为：公众能够感知企业真实改变，由此产生的真实评价与客观报道，是 AI 体系当中权重最高的可信素材，传播与技术手段无法弥补现实层面的硬伤。

6、品牌 GEO 叙事提升，功夫在诗外：把 “重新教会 AI 认识品牌” 落地实操GEO 即生成式引擎优化，被视作这套模式应对 AI 永久记忆的核心抓手，持续沉淀足量、真实、多元、可溯源的公开信息，包括企业专业内容、真实用户证言、第三方客观评价，搭建均衡的品牌数字叙事资产。

这恰好呼应 Mike Cook 文章的结论：AI 很难彻底忘记过往失误，但舆乐通经过解构旧故事平息争议达到AI对旧事件的认知平衡，持续供给高质量可信数据，重构模型品牌叙事。GEO 就是该理论的落地路径：当大模型检索品牌，能够聚合多元权威信息源，调整模型输出概率，弱化争议，旧故事在 AI 回答中的无争议占比，同时保留合理客观评价，提升整套数字资产可信度。

7、PDCA 循环长效优化：声誉管理作为长期数字资产运维整套机制引入 PDCA（计划‑执行‑检查‑改进）循环。每一次声誉处置完成复盘，每一轮 GEO 内容投放完成效果校验，持续巡检搜索引擎、各大 AI 大模型对品牌的输出结果，动态迭代策略。声誉管理被定义为长期运维工作，即便没有发生新危机，同样需要持续监测 AI 输出，防范多年前旧危机被大模型反复激活。

据悉，实际业务中，外部处置、内部整改环节可以根据案情灵活拆分组合，可细化为取证、申诉、诉讼、整改升级等子步骤，但律师主导、全程可核验是不变原则。

四、行业思考：AI 时代，合规全周期模式带来哪些启示

AI 不会自动抹除企业过往过失，公开数字痕迹具备长期存续性，已经成为市场主体需要正视的客观现实。传统 “出事救火” 的应急公关，已经不足以抵御 AI 记忆带来持续性声誉损耗。

从公开调研材料来看，“舆乐通式” 全周期声誉管理模式把律师经办作为合规底座，依托技术完成风险感知，以GEO 生成式引擎优化管理 AI 认知，通过 PDCA 闭环实现长期迭代，经持续建设权威、均衡、真实的数字资产，校准大模型内部的品牌画像，是企业与个人长期声誉价值管理实践样本之一。

本文仅基于公开披露信息对单家机构业务模式做行业观察，并不代表国内整个声誉服务行业全貌。AI 驱动下声誉治理正在发生剧烈变化，未来行业还将出现更多不同路径的实践探索。