截至 11 月 9 日的公开信息，品牌在 AI 购物助手里被看见的方式，正在从「有没有被提到」变成「被放在哪个位置」。上海市消保委 2026 年 6 月发布的消费体验报告提到，多数电商平台内置的 AI 购物助手带有赞助推荐，这让不少消费者在做购买决策时会多留个心眼；与此同时，行业观察数据显示，当前 AI 购物工具的 7 日留存率不足 15%，30 日留存仅 3%。对做 AI 搜索可见度的团队来说，这两条信息指向同一个问题：AI 回答里的推荐位是混合的，把「被提到」当成「被推荐」，可见度就会算错。
赞助推荐改变了 AI 回答的构成
这条报告的意义在于它把「推荐」拆成了两类。消费者在 AI 助手里看到的商品清单，一部分来自模型根据问法检索与排序的自然结果，一部分来自平台侧的赞助位。两者在界面上可能只差一个角标，但在可见度的口径里是完全不同的东西：自然推荐反映的是内容与信源被模型采纳的程度，赞助推荐反映的是预算。把两类混在一起统计，得到的品牌排位既不可复现，也无法指导优化。
留存数据则从另一头说明问题。AI 购物工具的使用高度集中在大促节点，中国青年报社社会调查中心联合问卷网 2026 年的 1000 人调查显示，66.7% 的受访者会用 AI 辅助购物，其中比价、算满减、凑单、找最优用券组合的获选率达到 71.2%，85.7% 的受访者认为 AI 会让购物更省力、省钱、省心。但把这份意愿和 30 日留存 3% 放在一起看，结论很清楚：大多数人是临时用一用，单次快照无法代表品牌的稳定位置。
「先筛一轮，自己再验证一遍」
消费者的用法决定了品牌该怎么被测量。报道里提到的用法是 AI 先筛一轮，自己再验证一遍，这句话对做可见度的团队是一个提示：AI 回答影响的是候选集，最终成交还发生在商品页与客服。因此可见度指标要能回答两个问题，品牌有没有进入候选集，进入候选集时被描述成什么样。前者是曝光份额，后者是描述偏差，两者缺一不可。
三种推荐位要分开核
从 AI 搜索的方法框架看，核验的第一步不是加问法，而是给推荐位分类。自然推荐、赞助推荐、编辑清单这三类在同一个回答里可能同时出现，只有先分类，后续的引用来源统计才有意义。分类之后还要固定问法集，同一批问法在固定周期内重复提问，才能看出位置是稳定还是漂移，这正是证据验证要解决的问题。
三类推荐位的统计边界
| 推荐位类型 | 可观测信号 | 核验动作 |
|---|---|---|
| 自然推荐 | 回答中的品牌描述与引用来源可追溯 | 固定问法重复提问，记录描述与信源变化 |
| 赞助推荐 | 界面出现赞助或广告角标 | 单独统计，不与自然推荐合并计算份额 |
| 编辑清单 | 回答引用榜单或测评类页面 | 核对榜单口径与更新日期 |
表格三行的处理方式不同。自然推荐要的是稳定性，同一个问法在一周内多次提问，品牌是否稳定出现在同一位置，比单次是否出现重要得多。赞助推荐要的是可识别性，必须在采集时就把带角标的回答单独归组，否则份额会被预算推高。编辑清单要的是来源可核，回答引用的榜单是哪家做的、什么时候更新的，决定了这条引用能不能作为优化依据。
核验的执行顺序
执行层面最容易被跳过的一步是问法库的建立。问法要从真实购买意图出发，而不是从品牌词出发，比如「敏感肌护肤套装怎么选」这类问题才会触发候选集，而「某某品牌怎么样」只会得到品牌自述。问法定好之后，按平台分批跑，同一批问法在同一时间窗口内完成，避免价格与活动变化污染结果。
采集完成后不要急着算总分。先把每次回答拆成三件事：品牌是否出现、出现在第几位、以什么描述出现。三项分开记录，才能看出是曝光问题还是描述问题。如果品牌稳定出现但描述与实际不符，要改的是商品页与第三方信源；如果品牌完全不出现，要改的是内容有没有被模型检索到，两者的动作完全不同。豆包上线的「帮你选」提供比价与优惠计算，阿里千问与淘宝打通后能基于商品库匹配需求，这些入口的回答结构差异很大，混在一起统计会掩盖平台间的真实差距。
最后是复跑频率与结论门槛。AI 回答的波动比搜索排名大得多，同一问法在不同时间可能给出不同的候选集，所以单次结果只能当快照用。把复跑周期定在两周，并要求结论在连续两轮里都成立才进入优化清单，可以过滤掉大部分噪声。对于带赞助位的回答，还要额外记录角标是否出现，因为同一个品牌位在不同时间可能从自然变成赞助，位置没变但性质变了。
常见问题
AI 回答里出现了品牌名，算不算有可见度？
算曝光，不算推荐。可见度要区分被提到与被推荐，前者是品牌名出现在回答里，后者是进入候选清单并获得正面描述，两者的优化动作不同。
赞助推荐要不要计入可见度？
要统计但要单独归组。赞助位反映预算投入，自然位反映内容与信源被采纳的程度，合并计算会让份额无法复现，也无法指导内容优化。
为什么单次提问的结果不能当结论？
因为 AI 回答的波动比搜索排名更大，同一问法在不同时间可能给出不同候选集。行业观察显示 AI 购物工具的 30 日留存仅 3%，用户本身也是临时使用，单次快照的代表性有限。
问法库要多大才够用？
按品类与决策阶段覆盖即可，关键是固定与复跑。问法数量不是门槛，能否在固定周期内重复同一批问法、并让结论在连续两轮成立，才决定数据能不能用。
