刷好评的餐厅，悄悄变少远传研究所
很长一段时间里，为一个“五星好评”博弈，已经是很多人出外就餐消费的标准环节。
这甚至催生出一种戏剧化的仪式：交出手机的顾客眼神放空，拿到手机的店员埋头狂写小作文，每个人都像在不情不愿地完成作业。
购物之前要打开手机看评价、外出就餐时去点评网站看打分，是移动互联网赋予一代消费者的肌肉记忆。
但当“好评”演化为新的内卷，一切也开始变形。不胜其扰的消费者半推半就，背负KPI的店员有苦难言。反映到点评平台上，用户们纷纷”避雷“高分店铺，不再相信那些图文并茂的长篇评论。
然而最近，变化正在发生。
越来越多人发现，主动索要好评的商家在慢慢变少。与此同时，点评平台上，星级评分也在悄然完成了一轮筛选：靠促评堆砌的高分开始回落，一批真正依赖产品和服务的商家逐渐上浮。
一条被默认多年的“好评流水线”，或许真的开始走向终结。
“被生产”的口碑
近期中文互联网有个热梗：从夯到拉排名。对象包括但不限于旅游景点、大学饭堂、奶茶咖啡。
人们或许很难意识到，打分排名是一种近十几年才兴起的现代行为。
人类社会大部分时间里，个体生活半径有限，人口流动性很低，一切餐厅、理发店和洗浴中心的好坏，都靠熟人口口相传，评价往往是非标的、个人化的。在这个时期，商家也面临着“酒香怕巷子深”的困境。
直到黄页与商品目录出现，人们首次在一种遥远的纸面距离上挑选饭店和消费品，一套更标准化的评判体系成型。比如《米其林指南》最初是为司机准备的手册，用一系列评分帮旅行者快速定位餐厅。
到了移动互联网时代，随着线上评分体系的诞生，线下商户的客群半径前所未有扩大。
人们迫切需要一套更细致、稳定的评价体系，以高效完成信息匹配。
点评这样的平台，正是试图用一套量化指标解决这个问题，比如口味、环境、价格等。初衷是最大程度降低消费者的决策成本，让每个人能根据自身喜好，筛选出适合的商户。
但当指标被标准化，时间一长，本来利好消费者也利好商家的一套系统，难免因为少数投机者变形——口碑开始可以“被生产”。
在竞争最激烈的餐饮行业，用户评价会直接影响消费决策。一些焦虑的商家另辟蹊径，或亲身下场，或与第三方代运营合谋，以高考押题般的热情刷分，利用传统线上评分体系的规则，试图快速获取流量。
事实是，这种本末倒置的方式，在初期或许有效，但最终只会让泛滥的高分把整个行业拖入内卷循环。
今时今日，每个消费者都能讲出一段被网红餐厅欺骗的倒霉经历，店铺的评分页面上看起来完美，反而成了明显的避雷信号。
而在商家这边，当精力被转移到“带图评价送西米露”上，服务往往就变形了，产品质量问题也会被水军掩盖，最终往往迎来舆论反噬，草草收场。
有连锁餐饮店老板算过，每个店安排一个人专门做评价，还要送出去十几份菜，十几家门店一个月就是十几万。
为此，以大众点评为代表的各类点评平台，也迅速推出各类“AI+人工”识别治理举措，打击这类违规行为。前段时间，就有海底捞门店因为违规刷好评，被点评隐藏了星级。
海底捞部分门店星级在大众点评上不予展示。图源网络
尽管不少商家意识到这种模式不可持续，但”刷好评“早就形成完整产业链，仅靠个别商家或消费者抵制，无法摆脱恶性循环，商家深陷其中也是无可奈何。毕竟你不刷，有的是人刷；你不干，有的是店干。
显而易见，这种“内卷式”行为已经不是单靠平台打击处罚能解决的。或许得换个角度思考：老的社会评价体系，是否还适用当今的行业竞争环境？
这时有平台先意识到，并行动起来。
作为国内主流的点评平台，最近，大众点评发布的《2025评价透明度报告》中有个值得关注的信息。从去年6月起，大众点评启动了一系列商家和用户调研工作。8月率先通过改变星级评分规则的方式，从源头引导行业回归良性竞争。
半年过去，这些举措已初见成效。
打击违规刷评，点评已经做了很多年。从去年开始的新动作，是一次更系统性的升级——
点评要让生产评价的流水线链条失效，打破"好评=流量=生意"的旧等式。
大白话说，就是谁再大规模搞“求好评、刷好评”，不仅不涨分，还会被罚。谁老老实实做产品、服务好，靠真本事拿到的自然好评，反而更容易涨星。
具体来看，点评从规则、识别和引导三个层面入手，调整评价体系。
首先，是调整星级评分规则。平台会根据一定周期内的店内评价数量与占比，综合判断“促评邀评”的强度。大规模、密集促评的商家，其星级收益将受到限制。
同时鼓励商家使用官方工具，引导用户自然评价，把精力回归产品与服务本身，获得真实评价，而非“多而虚假”的评价。
深圳的连锁餐饮品牌同仁四季椰子鸡火锅，全国门店超100家。过去曾花大量成本做点评。
一年前，他们主动停止了店内促评，并取消了店员的要好评KPI，两年下来，在大众点评上的评分和星级反而没有下降。
与此同时，为了保证识别准确，大众点评首次引入了AI智能体辅助人工。以“物理世界现实“为AI信息底座，杜绝AI幻觉。评价内容是否与真实服务匹配、提及菜品是否存在，AI利用这些信息都能实时核验，提升评价真实性。
