大众点评近日发布的《2025年评价透明度报告》显示，平台全年共处理违规评价2557.2万条，其中涉及AIGC生成的内容达1161万条。通过引入AI智能体辅助人工审核，高强度邀评商户数量同比下降42%。这一数据背后，折射出本地生活服务平台在AI时代面临的评价真实性挑战。
传统评价体系依赖用户真实消费体验的积累，但AI生成技术的普及使内容生产门槛大幅降低。当评论区充斥结构相似、细节模糊的文本时，用户决策依据的有效性面临威胁。报告指出，本地生活服务的核心是解决"去哪消费"的决策痛点，而评价体系作为信任载体，其真实性直接影响平台价值。
为应对挑战，大众点评构建了"AI+人工"的多层审核机制。该体系涵盖黑产拦截、AI初筛、人工复核、专家终审和争议处置五个环节，实现99.9%新增评价在24小时内完成研判。与传统语义分析模型不同，其核心优势在于依托"物理世界信息"数据底座——平台通过调取商户菜单、交易记录、地理位置等20余类线下数据，对评价内容进行交叉验证。
这种校验方式具有显著差异化特征。例如，当用户评价某火锅店的烤串美味时，系统会立即比对商户菜单数据；通过团购核销记录判断用户是否实际到店；将评论发布位置与商户坐标进行匹配。这种多维验证机制有效规避了AI幻觉问题，防止虚假信息通过技术手段进入评价体系。
针对AIGC内容的识别，平台建立了三维判断模型：文本特征分析聚焦结构统一性、形容词密度等指标；行为模式监测关注短时间内多评、账号内容同质化等现象；现实交叉验证则通过物理世界数据比对关键信息。对于明显脱离实际的评价直接屏蔽，存疑内容采取折叠处理，而借助AI润色的真实体验内容仍予保留。
支撑这套审核体系的，是平台长期积累的线下数据网络。地推团队持续更新商户基础信息，骑手提供动态位置数据，团购业务沉淀消费记录，用户评价补充细节维度。这些数据经过整理校验后，形成包含千万级商户信息的动态数据库，为AI审核提供精准参照系。
数据准确性与审核有效性形成正向循环：准确的数据提升审核效率，有效的审核增强评价可信度，进而吸引更多用户贡献真实内容。这种需要长期投入的底层能力建设，构成了平台的核心竞争优势。相比单纯追求内容数量，本地生活服务更注重信息与现实的对应关系，这已成为行业共识。
当技术能够批量生产内容时，真实体验的稀缺性愈发凸显。用户需要的不是海量信息，而是可信赖的决策依据。大众点评的实践表明，通过技术手段强化物理世界与数字内容的映射关系，可以在保障内容生产效率的同时，维护评价体系的信任基础。这种平衡艺术，或将定义下一代本地生活服务的竞争规则。
