先把一个词说清楚:这里的「可见度」不是品牌被提到几次,而是在一组固定的问题上,品牌是否出现在回答里、排在第几位、被哪条链接支撑。以 11 月 15 日为界,谷歌公布的模型路由机制让这件事更复杂了——同一个问题,系统可能在同一次会话里切换不同模型来回答,而不同模型的得分、速度与擅长任务并不一样。
同一句话,三个模型给三个答案
按钛媒体 11 月 15 日早报整理,谷歌在模型侧同时放出三款定位不同的型号:Carbon 得 60 分、负责系统设计与复杂判断,Hydrogen 默认 high 档 51 分、xhigh 档 54 分、负责代码修改与并行验证,Argon 为 50 分 (钛媒体)。真正的新东西不是分数,而是那层 Orchestrator:它在同一次会话里根据任务动态切换模型。
对做品牌监测的人来说,这层路由意味着「一个平台的可见度」这个说法已经不够用了。用户看到的是一段回答,回答背后可能先由规划模型拆解问题、再由执行模型补全细节,中间还可能调用检索。品牌被写进去还是被漏掉,取决于哪一层做出的判断。
先分清是入口差异,还是模型差异
做对比时最常见的错误,是把不同入口的结果混在一起算平均。搜索框、对话页、插件、API,四个入口的检索范围与信源偏好都不同;即便在同一个入口,路由也会让答案随任务类型变化。把四类结果平均成一个数字,等于把所有差异都抹平。
可操作的做法是先做两分法:入口固定、问题固定,只改变提问方式与轮次,看答案是否稳定;再固定提问方式,换入口,看差异有多大。两步做完,才能判断波动来自入口还是来自模型。
- 一层:入口与场景搜索结果页的 AI 摘要、对话式问答、浏览器插件、开发者 API 调用,四种场景的检索范围不同,先分开记录。
- 二层:生成模型同一入口下由哪个模型产出答案。模型不公开时,用多次采样的答案一致性做间接判断。
- 三层:检索与信源回答引用了哪些页面、来自哪些域名。引用来源的结构决定品牌能否被稳定带出。
- 四层:问题类型信息型、比较型、购买型问题的答案结构不同,品牌在比较型问题里的位次才是竞争位次。
路由把「一个平台的可见度」拆成了几层
这四层不是概念分类,而是四组不同的指标。入口层看覆盖率,模型层看稳定性,检索层看引用来源占比,问题层看竞品位次。把这四组压成一个总分,唯一的用处是对外汇报,对内决策没有帮助。
另一条证据来自厂商侧的模型迁移。GitHub 预告 12 月 14 日从 Copilot 多个入口退役 Claude Fable 5、Haiku 4.5、Gemini 3.8 Flash、Gemini 4 Argon、Grok 4.6 与 Kimi K3,并列出多数替代型号 (AI技术热点日报)。模型一旦换代,同一问题的答案口径会整体位移,历史数据必须标注生成方才有可比性。
监测表要加一列:这条回答由谁生成
落地到监测表,最小改动是加三列:生成方(模型或未知)、入口、采样时间。加完之后,很多原本解释不了的波动会有解释——不是品牌变弱了,而是那天的问题被另一个模型接了。
多模型并行也在成为常态。豆包工作在 11 月 12 日接入 Kimi 3.1 Pro、GLM 5.3、DeepSeek V4.1 Flash 等第三方模型,并用额度消耗倍率区分各模型成本 (澎湃新闻)。一个产品背后挂着多家模型时,品牌可见度的差异会同时来自模型能力与调用成本。
| 层 | 观察指标 | 采样方式 |
|---|---|---|
| 入口 | 各入口覆盖率 | 同一问题跨入口各采 3 次 |
| 生成模型 | 答案一致性 | 同题同时段重复采样 |
| 检索信源 | 引用域名占比 | 逐条记录引用链接 |
| 问题类型 | 竞品位次 | 按比较型问题单独分组 |
分层之后,报告该怎么写
报告的第一页不应该是一个总分,而应该是一张分层表:每层给出样本量、观察到的位次区间、以及引用来源的域名分布。读者能据此判断结论的适用范围,而不是拿着一个数字去开预算会。
第二页再谈优化。优化的顺序也有讲究:先解决引用来源的结构问题,再解决内容的表述问题,最后才谈投放。引用来源里没有品牌可控的页面,内容写得再好也不会被带出。
问题库不变,采样口径必须写死
分层监测最怕的是口径漂移。问题库、地区、时段、账号状态四项写死之后,跨月对比才有意义。任何一项改动,都要在数据里留标记,否则前后两期无法比较。
到这里能确定的是:模型路由不会让可见度变得不可测,但它会让「一个数字概括全部」的做法彻底失效。分层不是增加工作量,而是把工作量放在真正会变的地方。
常见问题
GEO 和 SEO 到底差在哪,为什么现有排名不能直接换算?
排名的对象是网页,回答的对象是一段话。SEO 争链接位置,GEO 争品牌有没有被写进答案、写在第几位、由哪条来源支撑。同一平台同一问题,答案可能由不同模型生成,排名无法映射成可见度。
平台不公开用哪个模型回答,监测怎么做?
做可复现的采样而不是求全。固定问题集、地区、时段与账号状态,每次记录回答原文、引用链接、出现的竞品与位次。模型不公开就把它当未知变量,用多次采样的稳定性判断结论。
一次会话里切换模型,会不会让同一问题出现矛盾答案?
会,而且这是设计使然。负责规划与负责执行的模型擅长的任务不同,答案因此可能出现口径差异。要紧的不是消灭差异,而是知道差异出现在哪类问题上。
分层之后,样本量要不要成倍增加?
不一定。先把问题集按决策类型分组,每组只保留最关键的问题,再在组内多次采样。分层不是测遍所有组合,而是让每个结论都能追到平台、问题类型与生成方式。











