截至11月8日的公开信息，AI 对话入口正在从内容分发走向交易入口。公开报道提到，豆包入口的酒店订单已开始按约12%的综合渠道费率结算，该费率属于平台渠道成本，并非可以通过付费影响 AI 推荐的广告费。同一批材料里还有一组规模数据：据 QuestMobile，2026年6月豆包、通义千问与 DeepSeek 的月活跃用户分别约为3.82亿、1.67亿与1.29亿。入口变大、开始分账，这两件事同时发生。
入口收费改变的是什么
把渠道费率和推荐位分开看，是理解这件事的前提。渠道费率是成交后的分账，按订单金额结算，属于履约环节的成本；推荐位是成交前的曝光，决定品牌有没有进入答案。前者可以用财务模型算清楚，后者只能靠监测还原。把两者混在一起，很容易得出「花钱就能被推荐」的错误结论，而公开信息明确说费率不是广告费。
| 环节 | 成本形态 | 可否用预算直接影响 | 怎么核算 |
|---|---|---|---|
| 答案曝光 | 内容与信源建设 | 间接，取决于被采信程度 | 提及率、引用位置、描述准确度 |
| 点击进入 | 流量成本 | 部分可投，但非推荐位 | 入口点击与跳失率 |
| 下单成交 | 渠道费率，约 12% | 不适用 | 订单金额乘以费率 |
| 售后履约 | 服务成本 | 不适用 | 退改率与人力成本 |
为什么答案位置变成了预算项
当入口开始按成交分账，答案里的位置就不再只是曝光问题，而是收入问题。一个品牌如果在「哪家酒店值得住」这类问题里没有出现，它连进入费率结算的机会都没有；反过来，出现在答案里但描述有误，会把用户导向错误的预期，退改率上升，渠道成本反而更高。位置、描述与成交，第一次被同一套账串了起来。
可见度要拆成三层来读
把可见度拆开看，第一层是提及，品牌有没有出现在 AI 回答里；第二层是位置，出现在开头的结论句，还是排在竞品之后；第三层是描述，答案里的价格、规格、资质说得准不准。三层对应三种完全不同的修复动作：提及率低要补信源，位置靠后要强化结构化表达，描述出错要逐字段校正。混在一起统计，只能得到一个无法指导行动的总分。
最容易漏掉的是描述层。提及和位置都能在监测面板上看到数字，描述错误却要逐条读答案才能发现，于是常被当成内容团队的琐事。但描述错误直接改变成交结果：答案把退改规则说错，用户按错误预期下单，退改率上升，渠道费率照付，损失落在履约成本里而不是营销预算里。
行业差异决定了监测的重点
不同品类的信息需求不一样，被引用的来源结构也不一样。决策依赖参数与比价的品类，答案更容易引用商品页与规格表；决策依赖体验的品类，答案更容易引用评价与问答；决策依赖资质与合规的品类，答案更容易引用机构与媒体。监测的重点因此不是「多测几个平台」，而是先想清楚这个品类的答案应该由谁来支撑。
把入口成本拆进三个口径
把这三层落到执行上，问题库的分组方式决定了能不能看出差异。同一组问题里既放品牌词又放比价词，提及率会被品牌词拉高，掩盖了真实用户在比价场景里的空位。按意图分组、按组看可见度，才能判断是该补内容还是该修描述。
还有一层判断需要提前做：入口收费并不等于入口可控。渠道费率是平台与商家之间的结算安排，推荐位则由模型对信源的采信决定，两者的决策方不同。把预算投在「买位置」上，很可能买到的只是曝光，而不是被推荐；把预算投在信源一致性与结构化内容上，改变的是被采信的概率。后者慢，但可复核。
常见问题
12%的渠道费率是广告费吗？
不是。公开信息明确该费率为平台渠道成本，按成交结算，不可用于影响 AI 推荐；它属于履约环节的分账，不是曝光位竞价。
入口变大意味着品牌更容易被推荐吗？
不一定。入口变大只提高了提问量，是否被推荐取决于模型对信源的采信，包括信息一致性、可核验性与第三方佐证。
为什么要把入口订单单独打标？
因为渠道费率按成交结算，若与自然流量混在一起，会把入口成本摊进整体获客成本，看不出这个渠道到底赚不赚钱。
监测应该覆盖哪些问题？
至少四组：品牌词、品类词、比价词、场景词。只测品牌词会高估可见度，因为真实用户在比价与场景问题里做决定。
