请问您在过去半年内，平均每月使用外卖APP点餐的频率大约是？
1-3次
4-7次
8-12次
13次或以上
几乎不使用
您最常使用哪个（或哪几个）APP点外卖？（请选择最常用的一个）
美团外卖
饿了么
大众点评（外卖功能）
其他本地生活APP（如抖音、快手等）
其他
总体而言，您认为当前外卖APP上的用户评价（包括评分、文字、图片等）对您选择餐厅/餐品的参考价值有多大？
分数 ★ ★ ★ ★ ★
标签 ★ ★ ★ ★ ★
在浏览外卖评价时，您最关注以下哪些内容？（可多选）
总体评分（如4.5星）
评分分布（各星级占比）
最新的文字评价
带图片/视频的评价
关于“口味”的评价
关于“配送速度”的评价
关于“包装”的评价
商家对差评的回复
其他
您认为当前外卖评价中，哪一类信息最容易失真或不可信？
商家刷的好评
恶意竞争对手的差评
用户因配送问题而给餐品本身的差评
过于简单或无意义的评价（如“好吃”）
评价与图片/实物严重不符
都较为可信
当您看到一家餐厅评分很高（如4.8星），但近期有几条详细的差评时，您通常会？
相信总体评分，忽略个别差评
仔细阅读差评内容，判断是否会影响我的决策
倾向于相信差评，选择评分更稳定的餐厅
直接跳过，选择其他餐厅
您认为“带图评价”比“纯文字评价”的参考价值高多少？
高很多，图片更真实
高一些，但也要看图片质量
差不多，关键看评价内容
不一定，图片也可能造假或与实物不符
您对外卖APP现有的评价筛选、排序功能（如按时间、按图片、按好评/差评）的满意度如何？
分数 ★ ★ ★ ★ ★
标签 ★ ★ ★ ★ ★
您希望平台增加或强化哪些评价相关的功能来提升参考价值？（可多选）
“视频评价”功能
更严格的刷单刷好评识别与过滤
“匿名评价”保护（针对敏感差评）
AI总结评价要点（如自动归纳口味、包装优缺点）
“追评”功能（如用餐半小时/几小时后再评价）
“评价真实性”标签（如平台验证过的消费后评价）
与其他平台（如地图、社交软件）的评价打通
其他
您是否曾经因为相信了评价而点餐，但实际体验与评价描述严重不符？
当遇到上述“评价与实际不符”的情况时，您最可能采取的行动是？
在该商家页面写下真实的差评
联系平台客服投诉
自认倒霉，下次不再光顾该商家
在社交媒体上吐槽
要求退款或赔偿
基于您目前的体验，您有多大意愿向朋友或家人推荐，将外卖APP的评价作为重要的点餐决策参考？（0-10分，0分=完全不愿意，10分=非常愿意）
您认为商家回复用户评价这一功能，对提升评价体系的参考价值有帮助吗？
很有帮助，能看到商家的态度和解决方案
有一定帮助，但很多回复是模板化的
帮助不大，回复可能只是为了公关
完全没有帮助
除了用户评价，您还会依赖哪些信息来做外卖点餐决策？（可多选）
朋友或家人的推荐
社交媒体（如小红书、抖音）上的探店视频/笔记
美食博主的推荐
餐厅的品牌知名度/连锁与否
平台的算法推荐（如“猜你喜欢”）
优惠力度/价格
其他
展望未来，您认为到2026年，以下哪种技术最有可能显著提升外卖评价的参考价值？
AI虚假评价识别技术
区块链不可篡改的评价存证
AR/VR技术实现“云品尝”或环境预览
大数据交叉验证（整合多平台数据）
以上都不太可能
您的年龄属于以下哪个区间？
18岁及以下
19-25岁
26-35岁
36-45岁
46岁及以上
您目前所在的城市级别是？
一线城市（如北京、上海、广州、深圳）
新一线/二线城市
三线及以下城市
海外
您的职业是？
在校学生
企业职员/上班族
自由职业者/个体户
专业人士（如教师、医生、律师等）
管理人员/企业家
退休人员
其他
对于提升2026年外卖APP用户评价的参考价值和可信度，您还有哪些具体的建议或期望？