让 AI 读评论区判断情绪，你能拿到什么，拿不到什么

你把某消费公司最近两周的新闻标题、公告摘要，加上几百条评论区留言，一股脑贴给 AI，让它判断一下市场情绪。它很配合地回了你一个数：情绪偏正面，0.72。

然后你就卡在这儿了。

0.72 是高还是低？比上周高还是低？如果它是 0.55，你会做什么不一样的事吗？——多数人到这一步会含糊过去，心里默默把它当成一个「好像还行」的印象，然后继续做原本就想做的决定。这个数字最危险的地方，不是它算错了，而是它看起来像一个能直接用的东西。

这一节不劝你别用，只把它卡住的三个地方拆开，再说清楚它在什么位置上是真好用的。

先说人话：小区门口那帮人的议论

你想知道楼下新开那家餐馆值不值得去，最省事的办法是听小区门口那几位大爷议论。听半小时，你确实能听出个大概。

但这里面有三件事，你不用学任何理论也知道：

议论热闹，不等于东西好。 有时候大家夸，是真好吃；有时候大家夸，是因为它开业送鸡蛋。热度和品质中间没有一条固定的换算关系。

等你听见的时候，队已经排上了。 大爷们能议论出来的，说明这事已经传开了。你到店门口，前面站了四十个人——那个「好」你确实听到了，但你拿不到了。

大爷说话你还得会听。 「那家服务是真好，我等了四十分钟。」字面上全是好词，意思正好相反。你听得出来是因为你熟悉这帮人的说话方式，一个刚搬来的外地人听不出来。

这三件事，原封不动就是 AI 做舆情分析卡住的三道坎。下面一道一道说，说的是它对你的决策到底意味着什么，以及为什么会这样。

第一道坎：情绪和价格的关系，本来就不是一条固定的线

对你意味着什么

意味着你没法建立「情绪正面就买、情绪转负就卖」这样一条规则，不是因为 AI 读得不够准，而是因为哪怕情绪读得完全准，这条规则本身也不成立。

这句话值得停一下。多数人潜意识里觉得，如果模型再强一点、读得再准一点，这事就通了。不通。你要先接受：情绪和后续价格之间那根线，本身就是软的、会变号的、随场合改口径的。读得再准，也是准确地测量了一个不稳定的东西。

为什么会这样

第一层，说好话的人不一定掏钱。 情绪要影响价格，中间必须经过「有人真的下了单」这一步。一个人在评论区打十行赞美，和他真的买入，是两件事；而真正推动价格的那部分资金，恰恰是最不在评论区说话的。你测到的是嘴，不是钱包。这中间的漏损有多大、什么时候大，没有稳定答案。

第二层，同一个情绪读数在不同强度下意味相反。 温和的正面议论，和铺天盖地的亢奋，性质完全不同。前者可能意味着一件好事正在被慢慢认识到；后者往往意味着该买的人基本都已经买完了——想买的都进场了，接下来买盘从哪来？所以情绪和后续走势的关系更像一条拱形的曲线，而不是一条向上的斜线。你要是按「分数越高越看好」去用，在最亢奋的那一段会正好用反。行为金融那一支专门研究这类「人的反应本身如何反过来影响价格」的现象，这里不展开，你只要记住关系不是单调的。

第三层，也是最实用的一层：一个绝对分数没有意义，只有相对自己的历史才有意义。 0.72 不能和任何东西比较——它不能和另一家公司的 0.72 比（不同公司的评论区语气基线天差地别，有的板块常年戾气重，有的常年吹捧），也不能和上个月你用另一种问法算出来的 0.72 比。唯一有一点意义的用法是：同一套语料来源、同一套提问方式、同一个时间窗口，算出一条按天排列的序列，然后看今天相对这条序列自己的常态偏了多少。

这里可以借一个量化工程上的对照。在开源量化平台 qlib 里，「要预测什么」是在配置文件里写死的一行公式，明确到「哪个时点的价格相对哪个时点的价格的变化率」；而衡量一个信号有没有用，它的评价代码是按交易日分组、每天各算一个数，返回的是一条时间序列，而不是一个总分。这两个设计合起来说的是同一件事：一个孤零零的数不构成信息，一个有明确定义、能排成时间线、能和自己的历史比的数才构成信息。

你手上那个 0.72，既没有明确定义（AI 内部按什么标准给的分，你不知道，它自己也说不清），也没有时间线。它离「可用」还差两个环节。想把情绪真的做成一个能进系统的东西，绕不开先把它定义成规范的特征和标签，这件事本身有多讲究，特征与标签 那篇说得更细。

顺带一提：同一批文本、同样的问法，隔一天再问，它给的分未必一样。这个不稳定性会直接毁掉你辛苦攒的那条序列，是另一件必须单独测的事，见 同一个问题问两遍，答案为什么不一样。

第二道坎：你读到的情绪，价格多半已经读过了

对你意味着什么

意味着你从公开渠道扒来的舆情，作为「预测下一步」的材料，价值已经被吃掉了一大半；它剩下的价值在别的地方——在解释、在比对、在发现异常，不在预测。

为什么会这样

那条新闻从发布到你看见，中间隔着的时间，价格已经用来动过了。信息越公开、越容易获取，被计入价格的速度就越快，这是 有效市场假说 那一支最朴素的部分——它不需要你相信市场永远正确，只需要你承认：一条所有人都能免费看到的消息，很难还留着没被交易过。

更狠的一层在后面。就算某个时点上，「情绪指标高的股票后续涨得多」这件事真的成立过，一旦它被写成公式、做成产品、被足够多的钱照着执行，这个规律赚的钱会被抹平——原本要慢慢兑现的那部分，被压缩成了消息出现当天的一次性跳动，第二天才进场的人接的是已经计入好消息的价格。这条机制不是舆情独有的，它对所有公开可复现的规律都成立，信号衰减 那篇把整个生命周期拆开讲了。

情绪类数据在这条路上跑得尤其快，因为它的原料是公开文本，复现成本几乎为零：同样的社交平台、同样的新闻源、同样的现成模型，任何人都能算出一条高度雷同的曲线。大家算出来的东西越像，进场出场的时点就越像，收益越薄，而且拥挤时的回撤更深——出门的时候都挤在一个门口。

那还能怎么用

方向得换。把它从「预测器」降级成两样东西：

一是解释器。 价格已经动了，你想知道大家在议论什么。这个用途没有前面那些问题，因为你要的本来就是「已经发生的事」，而 AI 读大量文本、快速归纳出议题分布，正是它最扎实的能力。

二是变化探测器。 不看情绪的绝对水平，看有没有出现以前没出现过的东西：一类新的抱怨、一个新的产品名、一种以前没人提的担心。「今天有 300 条正面留言」几乎没有信息量；「今天开始出现一类以前一条都没有的投诉，讲的是同一个批次的质量问题」——这才是值得你放下手头的事去查证的信号。

还有一类值得留意的形态是背离：议论明显转坏但价格纹丝不动，或者反过来。背离本身不是买卖依据，它是一个提问句——「有一边是错的，我要不要花两小时搞清楚是哪一边」。把它当问题清单用，别当答案用。

诚实的补充：变化探测和背离，同样会随着更多人这么做而变薄，只是比「情绪高低」慢一点。没有哪条公开可复现的路能长期免疫这件事，你只能选一条衰减慢的、并且知道自己在跟时间赛跑。

第三道坎：中文的阴阳怪气，它经常读反

这一道坎最具体，也最容易被忽略，因为它出错的时候不报错。

对你意味着什么

意味着你的情绪序列会在最关键的时刻系统性地偏乐观。

为什么是「系统性」？因为反讽和黑话不是均匀分布的。事情顺的时候大家好好说话；事情糟的时候，反讽、自嘲、谐音、暗语的密度会陡然上升——「恭喜发财」「感谢公司回馈」「今天又是加仓的好日子」，字面上一水儿的好词。于是你的曲线在坏消息集中的那几天反而抬头。

误差如果是随机的，多测几次就摊平了；误差如果在你最需要它准的时候集中出现，那它比没有还糟——因为它给了你一个反向的安慰。 这是这一道坎真正的危险所在，不是「准确率低几个点」这么温和。

为什么会读反

反讽的字面情绪和真实情绪相反。 判断一句话的情绪，主要的依据仍然是词面和常见搭配；反讽恰恰是刻意让词面和意思对着干，而且它靠的是共同背景（大家都知道这家公司刚出了什么事），这个背景不在那句话里。

圈内黑话是约定俗成的，而且每年在变。 上车、站岗、吃面、割肉、大肉、抬轿——这些词在日常语料里另有含义，在这个语境下是另一套意思，而且新词一直在长出来。一个训练完成于某个时点的模型，对最近半年新冒出来的说法基本是懵的。它不会说自己不懂，它会按字面给你一个分。

规避审查产生的变形。 谐音、拆字、缩写、故意的错别字、表情符号代替关键词。人眼一扫就懂，按字面读就全乱了。

正式文本的委婉语是反着来的。 公告和财报里的负面表达高度收敛：「业绩承压」「持续投入导致费用阶段性上升」「审慎乐观」「同比减亏」。这些句子里几乎没有强负面词，字面读容易读成中性甚至正面，可它们在行业里的实际含义相当明确。同一套情绪判断，用在评论区和用在公告上，需要的是两把完全不同的尺子。

主体错配。 一段话里出现三家公司，情绪该记在谁头上？「某消费公司的主要对手翻车了」——这条对被讨论的公司是好是坏，取决于谁在被评价，而一段混合文本里的情绪归属，是最容易被算糊的部分之一。

怎么办：不修模型，改任务

你改不了它读不懂反讽这件事。但你能改的是你让它交什么东西。

把「给我打个情绪分」换成「按字段把内容抽出来」。同一批文本，让它逐条输出这样几列：

• 原句摘录（必须是原文，不许改写）
• 这句话在评价谁（明确的主体名，说不清就填「不确定」）
• 讲的是哪一类事（产品、渠道、管理层、股价本身、无关闲聊）
• 你判断它是正面还是负面，以及支撑这个判断的那几个字
• 是否疑似反讽或圈内暗语（是就单列出来，交给我看）

这一改，性质完全变了。打分是一个你无法验证的结论，抽取是一个你扫一眼就能查的动作。 原句在旁边摆着，你抽查十条，它有没有把「感谢公司回馈」读成正面，一目了然。而如果它只给你 0.72，同样的错误你永远发现不了。

这背后是一条更通用的原则：只把「错了你当场能看出来」的活交给它。 摘录错了、主体标错了，你一眼看得见；一个综合分算错了，你看不见，还会拿去做决定。让它吐结构化的表格而不是一段流畅的散文，具体怎么定字段、怎么处理它不肯守格式的情况，让它吐表格，别让它写散文 那篇是专门讲这个的。

顺便说个工程上的旁证。开源的 AI 投研智能体项目 Vibe-Trading 里有一条约束是结构性的、不是建议性的：最终结论里的数字主张，不允许和工具取回的原始数据相矛盾。做这套系统的人，默认模型会说出听起来很对但对不上原始材料的东西，所以在外面加了一道硬墙。你在聊天窗口里拿到的那个情绪分，没有经过任何这样的校验。

它真正好用的位置：分诊台，不是裁判

泼完冷水得把话说完整。前面否掉的是「用它的判断替你做判断」，没有否掉它在整条流程里的价值——而且这个价值不小。

从一堆里挑出值得你亲自读的那几条。 五百条评论你读不完，让它按主题归类、把重复的合并、把明显的水贴滤掉，剩下二十条你自己读。这是纯粹的降维，而且错了你能发现——因为你终究要读原文。它在这个位置上省下的时间是实打实的。

盯住「新出现的东西」。 让它对比这周和上周的议题清单，只回答一个问题：哪些说法是这周才出现的。这个任务它做得又快又稳，因为它本质上是文本比对，不是价值判断。

当一个不嫌烦的反方。 你已经有了一个看法，把材料给它，让它专门找和你看法相反的证据，并且每条都要附原句。它读得多，很可能提到几个你没想过的角度。它产出的是问题清单，不是答案——而一份好的问题清单本身就值钱。

做翻译和定位。 公告里那句「计提减值准备」到底在说什么、财报里应收账款那段的原文在第几页，这类活它做得又快又好，你再自己回原文核对一遍。

看出规律了吗：它擅长的全是「处理已经摆在那里的文字」，不擅长的是「从这些文字里生成一个关于未来的结论」。 评论区的字已经存在了，明天的价格还不存在。这条线就是你使用它的边界线。

自己测一遍：二十分钟，三十条

不要相信任何人（包括这篇）关于「它到底能不能读懂中文」的笼统结论，也不要去比较哪个模型更强——那种排名下个月就过期了。你要测的只有一件事：在你自己每天要读的那类文本上，它够不够用。

动作很具体：

一，攒三十条。 从你熟悉的那个板块里，手工挑三十条真实文本。别挑典型的，故意挑难的：十条评论区的（务必包含三四条明显的反讽和黑话）、十条新闻标题、十条公告或财报里的原句（挑那种委婉表达的）。

二，你自己先标。 每条标一个：正面、负面、中性、看不出。「看不出」这一档必须保留——它是后面最有信息量的一档。标完扣起来别看。

三，让它标。 用上面那套抽取式的字段，一条一条出。

四，只看错的那些，然后分类。 关键不是数对了几条，是看错在哪一类上：反讽读反了几条？黑话读成字面了几条？公告体的委婉语被读成中性或正面了几条？主体归错了几条？这份错误分布，才是你真正需要的结论——它告诉你哪一类文本可以放心交给它，哪一类必须你自己过一遍。

五，隔一天，同样三十条再跑一遍。 比对两次结果。如果它自己跟自己都对不上超过一小撮，那么用它拉出来的任何时间序列都是不可信的，因为序列上的波动分不清是市场变了还是它今天心情不同。

六，把这套东西存起来。 换了模型、换了提问方式、过了几个月，拿同一份三十条重跑，你就有了一把稳定的尺子。这三十条比任何评测榜单都更有用，因为它测的是你的活儿。

这套自测的完整方法论——包括怎么设计对照集、怎么避免自己在标注的时候被答案影响、怎么判断样本量够不够——在 怎么自己测一个模型适不适合做投研 里展开。

小结

• 一个孤零零的情绪分没有信息量。要有意义，必须是：同一套语料来源、同一套问法、排成一条按天的序列，然后和它自己的历史比。
• 就算情绪读得完全准，「情绪好就买」这条规则也不成立：说好话的人不一定掏钱；温和的正面和极端的亢奋含义相反，关系是拱形的不是斜线。
• 公开渠道的舆情，作为预测材料价值已被吃掉大半——公开信息计入价格快，且这类数据复现成本几乎为零，谁都能算出雷同的曲线。剩下的价值在解释、在探测新出现的议题、在看情绪与价格的背离。
• 中文的反讽、圈内黑话、谐音变形、公告体委婉语、主体错配，会让它读反；而这类表达在坏消息时密度最高，误差集中出现在你最需要它准的时候。
• 破法不是修模型，是改任务：把「打分」换成「带原句的结构化抽取」，让它的错误变成你扫一眼就能发现的错误。汇总那一步自己做。
• 它真正扎实的位置是分诊台：从几百条里挑出值得你亲自读的、盯住这周新出现的说法、当一个附原句的反方、做翻译和定位。判断权留在你手里。
• 不要问哪个模型强，要用你自己那三十条难例去测，重点看错误的分布而不是总数，并隔天重跑看它稳不稳。

一句话总结：它能帮你把该看的东西挑出来，但看完之后是好是坏，还得你自己下判断——门口大爷说什么你可以听，可掏钱的是你。

本文涉及的开源项目内容来自上述源码快照，是阅读代码与文档得出的机制说明，不是运行结果；具体行为请以你手上那个版本为准。回 量化与 AI 投研概念库 看相关概念各自在说什么。