截至 11 月 9 日的公开信息，一项覆盖 2,704 个品牌的监测在 11 月 8 日更新了结果：59.7% 的品牌在 ChatGPT、Claude、Gemini、Perplexity 中从未被提及，平均可见度得分只有 14.6%；在能见到的品牌里，也只有 50.5% 是引擎的首推，其余只是作为备选被顺带提到。对准备建 AI 搜索可见度基线的团队来说，这组数字的意义是：缺席才是默认状态，先进入候选名单比争第一更现实。
六成不可见是默认状态
这组数据来自服务商自己的检查工具，样本是主动提交检查的品牌，因此不能直接外推成全行业比例。但它揭示的结构值得采信：多数品牌在 AI 回答里连名字都不出现，而能被提到的品牌里又有一半只是备选。这意味着做可见度优化的第一步不是争第一，而是先进入候选名单。
另一份审计数据的口径略有不同：2,225 个页面里 36% 内容单薄或不可抽取、77% 没有可见日期、仅 21.2% 有作者信号。这三个数字解释了缺席的技术原因——AI 系统倾向于引用能抽取、有日期、可归因的页面，而多数企业站点在这三项上都不合格。
不可见率在行业间差得很远
| 行业 | 零可见率 | 样本量 | 常见原因 |
|---|---|---|---|
| 网页设计与开发 | 78.1% | 32 | 同质化严重，缺少可核验案例 |
| 开发者工具与开源 | 77.1% | 96 | 信息集中在代码仓库，页面缺描述 |
| 设计与创意工具 | 76.9% | 39 | 作品为主，文字事实少 |
| 运动健身 | 76.9% | 13 | 本地服务为主，线上信息薄 |
| 护肤美妆 | 74.9% | 167 | 营销话术多，参数与成分缺结构化 |
行业之间的差距不是随机的。引用率最低的是金融保险，仅 2.1%；法律服务有 86% 的品牌从未被引用。这两类行业的共同点是信息受合规约束、表述谨慎，公开页面往往只给结论不给细节，AI 很难从中提炼可引用的事实。反过来，旅行、制造与 B2B 工业、电商的引用率最高，因为这些行业习惯公开参数、行程与规格。
合规行业为什么更难被引用
合规约束会直接压缩可披露信息的颗粒度：能说什么、不能说什么都有边界，页面上的表述于是趋于笼统。AI 回答需要的是可核验的细节，越是笼统越难被挑中。可行的解法不是突破合规，而是把允许公开的部分做结构化，比如资质编号、服务范围、流程步骤、常见问题，这些都能在不越界的前提下提高可抽取性。
自有站点到底占多少引用
两份研究在这里出现了明显分歧：一份称品牌自有站点占全部引用的 51.7%，指南与博客占 14.3%，榜单占 12.4%；另一份则称品牌自有域名在 84% 的回答中未被引用，站外引用里 Reddit 一家占 21.9%。两个结论方向相反，但都不算错——差别在样本行业与是否按域名去重。
口径差异本身就是结论
如果监测报告不写清样本与去重规则，引用占比这类指标可以得出完全相反的结论。品牌方在看服务商报告时，至少要问三个问题：样本是哪些行业、引用是按条数还是按域名计、站内与站外是否分开统计。这三问答不上来，后面的百分比就没有比较意义。
建基线的四个动作
基线的作用是给后续所有优化提供一个对照点。没有基线，任何提升都可以被解释成波动。下面这套动作不复杂，但要求一次做扎实：题库、样本、记录方式三样东西定下来之后，半年内不要改。
四个指标分开报，能避免一个常见的误判：把提及率上升当成整体变好。如果新增的提及都出现在备选位置，实际价值有限；反过来，首推率提升哪怕只有一个点，通常比提及率涨十个点更有意义，因为首推才是被当作推荐的那一个。
常见问题
59.7% 能直接套用到我的行业吗？
不能。样本是主动提交检查的品牌，存在自选偏差。可参考的是结构：缺席是常态、备选多于首推。自己行业要用自有题库重新测。
为什么两份研究的自有站点占比差这么多？
样本行业与去重规则不同。一份按引用条数计，站内长文容易多次命中；另一份按域名计，一个域名只算一次。看报告先看口径。
页面要满足什么条件才容易被引用？
可抽取、有可见日期、有作者或机构署名。这三项是基础门槛，内容再好但缺日期与署名，被引用的概率会明显下降。
