图源：花瓣

携程推出“双向点评”后，瞬间就让整个酒店行业炸了锅。

有酒店商家觉得，终于能够整治“恶意差评”了；但也有商家觉得，能否实际落地还需要观察。

还有很多消费者的反应很大：如何维护自己给出合理差评的权益？这种双向点评背后的运行逻辑、技术支撑究竟是怎么回事？

为此，在国庆节前夕，我们与携程集团副总裁、大中华区酒店业务总经理许一心聊了聊，试图全面、深入剖析“双向点评”的前世今生。以及在这项机制背后，携程平台对于完善用户多维度评价体系的探索。

01“双向点评”要解决什么问题

在携程推出“双向点评”之后，《酒管财经》私域群便有很多人讨论：作为住客，以后是不是不敢再给酒店差评了？作为商家，是不是可以点评所有消费者了？

我们先说答案：显然不是。

“双向点评”其实是业内一种更加通俗易懂的叫法。在携程的官方口径表述中，称之为“报告不当行为”。

从这个叫法便能看出，酒店方面如遇住客以差评要挟或索要不正当利益，酒店可通过EBK订单页面上的“报告不当行为”按钮进行记录，对于部分性质恶劣的客人，还可以做拉黑处理，以维护酒店合法权益。

图源：携程酒店程长营

酒店报告不当行为提交成功后，平台会明确告知后续的治理举措，形成报告-审核-反馈闭环。

也就是说，不同于住客对酒店可以做出好评和差评，酒店方对客人进行点评，只是集中在差评方面。其对住客进行点评的前提是：认为“客人存在不当行为”。

携程推出这一机制，具有深刻的行业背景。

携程集团副总裁、大中华区酒店业务总经理许一心表示，此举主要是为了解决酒店商家在日常经营中最为头疼的三类问题：

第一，让酒店有底气拒绝“差评”要挟。

在此之前，酒店遇到恶意差评，往往陷入“破财消灾”或“承受不公评价”的两难。

现在，平台鼓励并支持酒店对可疑不当行为进行主动反馈，平台会对反馈进行记录，并在确认高风险账号后进行相应处理。例如恶意点评不计入酒店点评总分等。

平台释放出这个信号，其实是在保护酒店商家的合理权益。

第二，优化申诉流程。

以往酒店申诉一条恶意差评需耗时3个工作日。

当下，携程通过引入AI 大模型，携程将审核周期缩短至 1 个工作日，并确保一经确认，该点评不计入酒店总分，大幅降低商家时间与人力成本。

第三，清晰感知反馈结果。

每条报告一经核实通过，酒店将收到相关提示。携程还将通过定期披露治理数据（如干预用户量、覆盖酒店数）和建立“报告-审核-反馈”闭环，让酒店清晰感知治理进展，提升对平台的信任感。

但是，在这个过程中，便有很多消费者向《酒管财经》发出疑问：酒店商家和平台如何确定用户差评为“恶意差评”？自己正常反馈的“差评”是否会贴上“恶意差评”的标签？

许一心表示，对于正常合规用户的真实评价权，平台会通过完备的机制充分保障。

酒店商家进行申诉反馈后，携程会先结合系统特征与商家报告内容，通过AI 大模型对点评内容分析。一旦识别高频风险信号，涉及恶意点评将被降权，申诉自动通过。

同时，若点评内容判断存在争议，携程设有完善的用户申诉通道。任何用户如果认为自己的评价存在误判，都可以通过客服提出申诉，届时会有人工团队进行重新评估。如确认是误伤，携程将恢复评价的正常权重和展示。

也就是说，这一机制将通过“系统精准识别+人工严谨复核”双重体系，守护每一位真实用户的表达权，同样也维护酒店商户的合法权益。

02AI如何精准识别“恶意差评”

在携程推出“双向点评”之后，依然有一种声音表达出担忧，即通过AI审核如何做到精准识别？

因为酒店行业的本质是服务业，尽管很多流程已经实现标准化，但是由于人的不可控性以及个体的感知敏感度不同，住客在预订、住前、住中、住后等多个场景都有可能出现服务不到位的情景，进而出现所谓的“差评”。

AI审核如何能够在相对复杂的酒店服务场景中，做出更加准确的决策？

许一心透露，在治理恶意点评时，AI模型扮演着“智能风控大脑”的角色，其核心逻辑并非依赖单一指标，而是通过多模态、多维度的大数据分析进行综合研判与快速响应。

展开来说：

多维度数据评判——当处理酒店报告时，AI 大模型会结合酒店报告的具体内容，与平台内多维度数据进行关联分析与综合评估，这些数据维度包括但不限于订单特征以及相关的申诉特征等。

复杂模式识别——AI 的价值在于它能从海量数据中学习和识别非正常的、潜在的恶意行为模式。

例如，系统会关注某些集中、高频的异常点评模式，并将其与报告内容结合分析，从而形成综合风险评估。

系统持续优化——系统会持续根据新的数据和案例进行自我迭代，以提升判断的准确性。

也就是说，AI会将异常信号串联起来，从而触发相应的治理机制。

《酒管财经》获得的信息，携程将在10月22日完成此次点评升级，通过“AI 识别-申诉处理-结果追踪-治理披露”全路径，搭建用户信用体系，帮助酒店有效应对不实评价，聚焦服务质量提升。

当前，携程已在网页端呈现用户点评次数，在保护用户隐私和数据安全的前提下，持续推进平台健康生态的治理与打造。

AI工具生成的酒店详情页简介 图源：携程酒店程长营

其实，如果大家长期关注OTA平台的发展，便可知道大模型以及AI技术早已应用到平台的多个层面。

比如携程AI 商家助手，可以帮助酒店员工处理80%的日常用户咨询。同时，携程推出的 AI 图生视频工具还可根据酒店照片自动生成简介视频，还升级融入酒店周边景区、美食等信息，增强酒店周边吸引力，从而提高下单转化率。

03平台还需摒弃“唯点评分”论

如果追溯携程的点评打分功能，原本是帮助消费者打通一条对酒店进行综合评估的高效路径。但是，伴随着这一功能影响力增加，以及外部环境发生改变，点评分数规则亟需进行优化和调整。

除了上文的“恶意差评”，在实际运营过程中，很多酒店还存在“唯高分论”的倾向——

原本，点评分在4.8分及以上的酒店会获得携程平台的“超赞”酒店。但是，很多酒店过分追求这一数值，出现刷单刷屏的动作。甚至，很多酒店出现“高分焦虑”，已经影响酒店的日常运营。

这显然不是点评的初衷，也不是携程平台的“点评分”的价值所在。

图源：携程

正因为此，携程将“超棒”酒店的评分标准从4.8 分下调至 4.7 分。

因为在实际用户体验中，点评分在4.7 分及以上的酒店已经树立了良好的服务口碑。调整“超棒”标准至 4.7 分，有助于让更多优质的酒店被用户“看见”，减少商户经营压力。

这一改变对于酒店方面影响很大。

很多酒店可以腾出更多精力关注酒店服务，即通过提升硬件设施、优化服务质量、丰富住客体验等实实在在的举措来赢得好评，从而获得长期稳定的高分。

还有一种倾向是“唯点评分论”。

对于酒店的评估和评价体系，分数只是一个维度。对于酒店和消费者来说，需要通过更多维度来丰富自身的评估体系。而作为平台来说，更需要探索和引入更多看得见的评估维度抓手。

《酒管财经》注意到，在各个平台上，出现越来越多的酒店细分榜单，参考的数据维度也更加多元。

比如高德地图基于用户真实到店行为作出的扫街榜，抖音平台基于丰富视频的体验式内容以及高赞的用户交互行为推出的酒店心动榜单等。

许一心表示，携程平台已经通过“酒店标签”（如“商务出行”、“亲子度假”、“设计酒店”等）、“特色榜单”（如“口碑榜”、“特价酒店榜”等）以及细分评分（如位置、卫生、服务等）来多角度展现酒店特点。

图源：携程

未来，平台还将从“用户真实体验场景”出发，争取用更丰富的内容和产品把酒店服务场景、设施体验、环境特色等亮点展现给用户，力求更精准地匹配用户多样化的需求，引导行业进行更健康、更多元的品质竞争。

不难看出，未来的酒店点评机制会越来越完善、立体、真实。

这对于酒店商家是一个福音，毕竟，这将直接影响生意转化。

对于普通消费者来说，这也会减少信息差，帮助他们更加高效地做出准确且合理的出行选择。