以 11 月 15 日为界,一次联网搜索的公开标价是 5 元一千次。DeepSeek 在 13 日把应用里的联网搜索、深度思考搜索、读链接、文件输入搬进了 API,文字与图片搜索 5 元/千次、网页抓取 5 元/千次、文字识别 1.5 元/千页、语音识别 0.39 元/小时。对做 AI 搜索可见度的人来说,这张价目表的意义不在省钱,而在引用第一次有了请求级的计量单位:检索有没有被触发、抓了哪个链接、答案里引了谁,都能按请求逐条打日志,不必再靠人工截图比对。代价是每次采样都要花钱,问题库怎么切、样本怎么分层,直接决定这份数据能不能拿去决策。
接口开放之后 引用成了可采样的日志
过去几年,AI 搜索可见度的数据来源基本只有一条路:人工在对话框里提问、截图、再人工判断品牌有没有出现。这条路的问题不是不准,而是不可复现——同一个问题隔天问,答案可能换了三个信源,截图没法证明差别来自内容还是来自模型的随机性。接口开放之后,检索变成一次可计费的调用,返回里带引用,调用日志就成了一份能回溯的原始记录。
| 能力 | 开启方式 | 标价 | 在可见度上能测什么 |
|---|---|---|---|
| 联网搜索 | 非思考模式下打开搜索工具 | 5 元/千次 | 同一问题是否触发检索、答案里是否出现引用 |
| 深度思考搜索 | 思考模式下同一工具 | 5 元/千次 | 多步推理中被抓取的页面序列 |
| 网页抓取 | 独立抓取接口 | 5 元/千次 | 被抓 URL 的域名分布与页面类型 |
| 文字识别 | 独立 OCR 接口 | 1.5 元/千页 | 图文混排页面能否被读出正文 |
| 语音识别 | 独立 ASR 接口 | 0.39 元/小时 | 语音问法下的答案覆盖 |
非思考与思考两种模式
两种模式的差别不在输出长度,而在检索深度。非思考模式下,模型判断需要联网才发起搜索,拿到结果就直接作答;思考模式下,它会在多步推理中反复搜索和读链接。同一批问题在两种模式下跑,引用来源的数量往往差出一截,这个差值本身就是一条结论:如果你的品牌只在浅层检索里出现,深层推理就很容易把你换掉。
抓取和引用不是一回事
页面被抓取,说明它进了候选池;被引用,才说明它进了答案。这两件事在日志里是两行不同的记录,中间隔着模型对可信度的判断。把抓取率当成可见度,等于把入围当成获奖,报告会好看,生意不会变。
四层拆分:从触发到席位
- 触发率问题提出后,模型是否发起搜索。触发率低的问题,优化页面没有意义,要先让问题本身具备检索必要性。
- 抓取命中被检索到的 URL 里,自有域名占多少。命中率看的是入口,不是排名。
- 引用席位答案给出的信源列表里,品牌排第几位。席位比次数更能说明问题,因为第一位和第五位的说服力不同。
- 位置权重引用出现在答案开头、正文还是脚注。开头出现意味着被当成主要依据,脚注往往只是补充。
四层要分开记,因为它们的改善路径完全不同。触发率靠问题设计,抓取命中靠站点结构与抓取权限,引用席位靠内容的事实密度,位置权重靠答案与问题的匹配度。合在一起报一个「提及率」,等于把四个不同的问题压成一个数字,看不出该改哪一层。
席位比次数更能说明问题
同样被引用十次,排在第一位和排在第五位是两种处境。行业里已经有可对照的样本:艾瑞咨询与爱搜 GEO 在 2026 年 9 月发布的手机行业研究,监测窗口为 9 月 8 日至 14 日,覆盖四个平台的网页端与 App 端,取到 5,236 条有效回答和 118,865 次品牌引用,前三品牌的份额合计 27%,头名提及率 67%。这组数字说明席位分布极不均匀,只统计「有没有被提到」,会把排在末尾的曝光和头名混为一谈。
采样预算怎么配
按 5 元一千次计算,一千次联网搜索的检索成本是 5 元,加上模型输出的 Token 费用,一次完整采样的单价并不高,但乘以问题数量和复测轮次就不小了。真正要控制的是结构,不是总量:把预算摊在一千个只问一次的问题上,得到的是快照;摊在一百个问题、每问十次上,得到的是分布。
问题库按意图分层
分层的第一步是把问题按意图切开:品牌认知类问「某品牌是做什么的」,场景类问「某场景下选什么」,对比类问「A 和 B 哪个更合适」。三类问题的引用逻辑不同,混在一起测,任何一层的变化都会被另外两层稀释。每层留二十到三十个问题,足够看出趋势,也不至于让单轮成本失控。
同题多跑 看抖动
同一个问题跑十次,引用的信源可能每次都不一样,这个抖动幅度本身就是指标。抖动大的问题,说明模型对该主题没有稳定信源,是补内容的窗口;抖动小且长期不出现品牌的问题,说明信源格局已经固化,投入产出要重新算。
怎么落地这份监测
把接口调用变成一份可复核的监测,需要固定的字段和固定的动作。下面五步按顺序执行,每一步都留下证据,避免结论只存在于某个人的记忆里。
字段固定之后,才有资格谈对比。同一份表按周追加,能看到的是曲线;只留一张截图,看到的永远是当天。
常见问题
接口开放后,AI 搜索可见度是不是就能自动化测了?
检索与引用可以按请求记录,这一层能自动化。判断引用是否准确、是否指向过时描述,仍然需要人工核对,两者不能互相替代。
为什么不能只报一个提及率?
因为触发、抓取、席位、位置是四条不同的因果链,改善方式各不相同。合成一个数字,等于放弃了定位问题的能力。
同一问题答案不稳定,数据还可信吗?
可信,但要按分布读。跑十次看品牌出现的比例和席位的波动区间,比单次截图更能反映真实处境。
预算有限时先测哪一层?
先测席位。席位决定答案的说服力,也最容易通过补充可核验事实来改善。











