9 月 22 日公布的台北市信民兩岸研究協會民調，蔣萬安支持度 41.7%、沈伯洋 40.5%，差距 1.2 個百分點，落在抽樣誤差範圍內。同一段期間，社群數據分析平台 QSearch 監測到台灣社群上提及兩人的貼文共 334,308 篇，涵蓋 Threads、Facebook、媒體與論壇四個渠道，時間從 6 月 1 日到 9 月 20 日、整整 16 個完整週。
把這 33 萬則貼文拆開來看，兩人的差別其實不在「誰的聲量比較高」。真正穩定的差異藏在三件事裡：聲量從哪裡來、被別人怎麼講、被拿來談的是什麼事。三個層次都呈現出結構性的落差，而且四個月幾乎不隨事件起伏改變。
7 月一度差到近 3 倍 9 月又縮回 1.24 倍
全期蔣萬安 201,022 篇、沈伯洋 133,286 篇，總量相差 1.5 倍。但這個 1.5 倍是把四個月混在一起算出來的平均值，逐月看完全是另一回事——倍率從 6 月的 1.27 倍，7 月拉開到 2.96 倍，8 月回到 1.25 倍，9 月是 1.24 倍。
7 月之所以是兩條曲線距離最遠的一個月，是因為兩人的高峰與谷底幾乎完全錯開。蔣萬安因毒油事件與 725 凱道集會衝到全期高點，連續四週上升，單週貼文數從 9,592 篇推到 17,982 篇；沈伯洋同期主力行程移往訪美，從 6 月 8 日當週起連續六週下滑，單週量從 7,003 篇掉到 3,627 篇。一邊在爬坡、一邊在下坡，倍率自然被拉到全期唯一破 2 的位置。
全期最劇烈的兩次單週跳動則各自對應一起具體事件：蔣萬安是 8 月 31 日當週的 +82.8%（長子交換學生資格與利益迴避爭議爆發），沈伯洋是 9 月 14 日當週的 +60.6%（石牌、公館夜市掃街人潮效應疊加候選人登記），該週他累積 20,825 篇，是全期單週最高。
換句話說，只看「全期差 1.5 倍」這一個數字，會錯過中間這段完全相反的走勢。
蔣萬安、沈伯洋 2026 年 6 月至 9 月逐月社群貼文數對照。（圖／QSearch提供）誰的聲量是媒體報出來的，誰是網友自己在談？
這是全期最穩定的一條差異，穩定到可以稱為「體質」而不是「狀態」。
兩人聲量的最大來源都是 Threads，但比重差很多：蔣萬安 38.7%、沈伯洋 53.5%。媒體佔比則完全反過來，蔣萬安 33.8%、沈伯洋 23.0%。關鍵在於，把四個月切成三段來看，這組比例幾乎沒有變動——同期總量的單週擺動可以高達八成，渠道組成卻紋風不動。
成因數據本身回答不了，但從兩人的身分推測，市長的職務活動本身就會產生新聞，挑戰者要進媒體版面通常得自己製造話題。這一層屬於脈絡補充，不是數據結論。另外要提醒的是，各平台使用者結構不同，Threads 佔比高不代表整體民意，只代表在那個平台上被談得多。
蔣萬安、沈伯洋三個分析段的社群聲量四渠道組成。（圖／QSearch提供）網路上的評價落差，比民調差距大得多
民調差 1.2 個百分點的同時，社群上的評價差距是另一個量級。
這裡看的是「他人討論情緒」——扣掉候選人本人官方帳號發文之後，其他帳號提及該候選人的貼文情緒分布。扣除自營內容，是為了避免候選人自己發的貼文墊高正面比例。8 月中到 9 月中這一段，蔣萬安的負面比 65.8%、沈伯洋 38.7%，相差 27.1 個百分點。
三段趨勢也不一樣。蔣萬安是 62.3% → 73.1% → 65.8%，在第二段衝到全期最高後回落，但三段都維持在六成以上；沈伯洋則是 50.8% → 46.4% → 38.7%，一路走低。兩人的負面比差距因此從 11.5 個百分點擴大到 27.1 個百分點。
不過有兩件事必須說清楚。第一，情緒與聲量都不等於支持度，本文不預測選舉結果——各平台使用者結構不同，情緒分布不等於母體態度，AI 判讀也會誤判諷刺與反串。第二，這裡用的是十萬篇以上貼文彙總出來的分析段層級數字，個別誤差大量相互抵銷，因此「差距」比「絕對值」可靠；下一段談到具體事件時就不會再帶情緒，因為單一主題往往只有幾百篇，而且一起事件牽涉多方時，負面討論究竟指向誰，數據判定不了。
蔣萬安、沈伯洋他人討論情緒三段變化。（圖／QSearch提供）一個被事件推著走，一個靠行程自己排出來
把 Facebook 上的討論歸納成主題，佔該段討論 8% 以上的算「主事件」，四個月下來蔣萬安有 7 個、沈伯洋 4 個。
有意思的是兩份清單的性質完全不同。蔣萬安的 7 個主事件裡，有 5 件的啟動點不由他決定——議會備詢交鋒、內湖 0625 短延時強降雨積淹水、巴威颱風停班停課決策、7 月的食安爭議，以及 8 月底爆發的家庭爭議；剩下兩件才是他自己提出的政治主張（廢除監察院、倒閣）。沈伯洋的 4 個則全部來自行程或其延伸：基層掃街、訪美、石牌公館景美掃街，以及掃街衍生的東發號簽名事件。
集中度也是一條明顯的差異。6 月初到 7 月初那段，蔣萬安有 3 個主事件、合計佔掉 32.2% 的討論，沈伯洋一個都沒有——他最大的單一主題只佔 7.5%，其餘七成以上分散在無法命名的長尾裡。到了 8 月中之後，兩人反而同時收斂成「只剩一個主事件、但那一件的量體都是全期最大級別」（蔣萬安 2,741 篇、沈伯洋 2,678 篇），這是競選期進入後段、議題向少數主軸集中的典型現象。
要補充的是，主事件並不等於全部討論。各段前十大主題合計只覆蓋該渠道 29.0% 到 62.6% 的貼文，達到 8% 門檻的主事件涵蓋得更少。
蔣萬安、沈伯洋主事件佔各段 Facebook 討論的比例。（圖／QSearch提供）同一段期間，Facebook 和 Threads 看到的幾乎是兩個世界
同樣是前十大主題，在 Facebook 上可以覆蓋該渠道 29.0% 到 62.6% 的貼文，在 Threads 上只覆蓋 6.0% 到 29.6%。也就是說，Threads 有七成以上的討論不屬於任何可以命名的事件，而是大量一句話反應、個人經驗分享與零散吐槽。
但逐項比對之後會發現，兩個平台涵蓋的「事件」其實高度重疊，差別在各自多出來的那幾題：Threads 多的是人設與迷因型內容，例如身世改姓爭議、高單價物品簽名趣聞、深藍選民轉投見證、與女兒互動的小故事；Facebook 多的則是制度與政策型內容，像是廢除監察院、食安法修法、陳時中疫苗採購舊案聲援。
這解釋了一件很多人有感的事：同一段期間，你在 Threads 上看到的討論，跟朋友在 Facebook 上看到的可能幾乎沒有交集，但兩邊談的其實是同一批事件，只是被包裝成完全不同的樣子。
蔣萬安、沈伯洋前十大主題在 Facebook 與 Threads 的覆蓋率對照。（圖／QSearch提供）這份數據不能回答的事
社群聲量的計算方式，是把「被支持」與「被批評」算成同一件事，數字本身不帶方向——本文的數據裡，聲量較高的一方，他人討論的負面比也較高。社群母體也不是選民母體，聲量與情緒都不等於支持度。民調的時間點少、解析度是月級，社群事件卻是天級的，把某起事件對到民調變動屬於編故事，不是分析。
聲量與情緒都不等於支持度，本文不預測選舉結果。這份數據能回答的是「大家在談什麼、這些討論長什麼樣」，而不是「誰會贏」。
