同一批品牌,现在有两套叙述:对外说自己在做 AI 搜索优化,对内看的仍是关键词排名报表。这套错位在 11 月变得更明显——截至 11 月 15 日的可查信息,IDC 数据显示 2025 年末国内主流大模型月活用户合计突破 8.3 亿,超七成用户在消费决策、企业选型与服务采购前会先问大模型;CNNIC 口径下生成式 AI 用户规模突破 6.02 亿〔IT之家〕。入口换了,测量方式没换——多数品牌仍在用排名报表回答 AI 可见度的问题。
8.3 亿月活之后,缺席开始有成本
成本在于缺席的不可见性。排名掉到第二页,至少还有据可查;在 AI 回答里没被提到,连「掉了多少」都无从计算。更麻烦的是连锁反应:当潜在客户把大模型当成选型第一道筛选渠道,缺席一次问答,等于少一次进入比价名单的机会,而这部分流失不会出现在任何一份流量报表里。
真正被卡住的是口径。AI 回答是动态生成的,同一个问题在不同时间、不同模型下结果可能不同;不做固定问题集、不固定模型与时间,得到的数字无法前后比较,也就无法判断优化动作有没有效果。
基线怎么设:10 到 20 个问题,固定模型固定时间
可落地的做法是把监测拆成固定的三步:先定问题集,选 10 到 20 个与业务直接相关的高购买意图问题;再定采样规则,固定平台、固定问法、固定采样频率,建议每周一次;最后定记录字段,把每次回答的原文、引用链接与品牌出现位置留档。三步定完,基线才算建立。
提及率、提及质量、可见度位置是三个字段
三个字段各有各的用途。提及率回答「有没有出现」,提及质量回答「以什么身份出现」——是作为推荐、作为中立描述,还是作为负面案例;可见度位置回答「排在第几条」,以及是否附带可点击的引用来源。只记提及率,会把「被提到但说错」算成好成绩。
| 字段名 | 示例值 | 记录方式 |
|---|---|---|
| 问题 | 如何选择 GEO 服务商 | 固定问题集,不随意改写 |
| 平台 | 豆包、Kimi、DeepSeek 等 | 分平台记录,不合并 |
| 是否提及 | 提及/未提及 | 按回答原文判定 |
| 提及质量 | 推荐语境/中性描述/负面 | 记录上下文原句 |
| 可见度位置 | 第 2 条,附官网链接 | 记录序号与引用域名 |
| 采样时间 | 每周三上午 | 固定时段,避免促销干扰 |
字段定完,监测就能复算了。同一个问题在四个平台的提及率可能是 100% 与 0% 的差距,合并成一个平均数没有意义;分平台看,才知道该补哪个信源生态。
交叉验证:工具数据与人工复测差在哪
第三方工具的价值在于标准化——固定问题集、固定模型、固定时间,保证前后可比,并能记录历史趋势〔尧图网络〕。但它不是绝对可靠的:模型更新、问题表述差异、地域与账号状态,都会让结果漂移。行业里通行的做法是每月做一次深度审计,随机抽 5 个问题在真实平台人工复测,对比工具结果,差异逐条排查。
每月抽 5 个问题人工复测
差异本身也是信息。工具显示提及、人工查询没有出现,往往意味着模型刚刚更新或问题被改写;人工看到提及、工具没抓到,则可能是工具采样时点与账号状态不同。把这些差异记录下来,比追求一个绝对准确的数字更有用。
采购文件里的四段分工
监测跑起来之后,问题会变成「谁来负责」。治理回答「谁来决定、谁来执行、按什么规则」,产出的是制度与职责;合规回答「哪些做法不能碰」,产出的是负面清单;风控回答「哪些动作会放大风险」,产出的是阈值与审批;审计回答「怎么核」,产出的是可复测的样本与留档要求〔IT之家〕。四段混着写,最后会找不到承接方。
这也解释了为什么很多采购合同签完就搁置:条款写的是「提升 AI 可见度」,却没有约定基线、采样频率与复测责任。把监测字段写进合同附件,比在正文里加一句效果承诺更管用;上一轮关于预算科目的讨论已经把这条路径讲清〔博晓通:GEO预算进了采购清单〕。
常见问题
基线要跑多久才算数?
至少四周、四次采样。AI 回答波动大,单次采样只能当快照;四周后看趋势,才能区分是优化生效还是模型更新。
提及率高,就等于 AI 可见度好吗?
不等于。还要看提及质量与位置:被提到但描述错误、或被列在竞品之后的第十条,实际价值有限。
自建监测和买工具,怎么选?
问题集少于二十个、只做单平台验证的,可以先人工跑;需要跨平台、按周复盘的,工具更省人力,但要留人工抽检通道。











