AI 回答更爱引谁品牌可见度先拆信源结构

AI 回答里通常只留两三个推荐位。豆包 9 月月活突破 4 亿、千问 1.58 亿、元宝超 1.14 亿，用户把「买什么」这件事问进了对话框，品牌能被提到的地方却只有那么几个。亿邦动力披露的一组数据更值得记：豆包对抖音生态信源的采集占比，消费品下半年超过 60%、美妆 60% 到 80%，千问对淘天、夸克、什么值得买的生态信源占比 40% 到 50%。品牌可见度的差距，先出现在信源结构上——这套判断只到 11 月 9 日为止。

回答位次是结果，信源是原因

已知事实	未证实	需要核实
豆包 9 月月活突破 4 亿、千问 1.58 亿；豆包 7 月起被抖音电商列为独立成交渠道，商家后台可单独看订单、GMV 与 ROI	各引擎的检索与排序规则均未公开	同一提问在不同引擎的召回差异
豆包生态信源采集占比消费品超 60%、美妆 60% 到 80%；千问对淘天、夸克、什么值得买等信源占 40% 到 50%	占比的统计口径与样本周期	非生态信源被引用的条件
AI 先识别购买意图再输出具体 SKU，平台按标题、销量、评价、店铺评分匹配商品卡	各因素权重	标题品类词的覆盖度

把「AI 有没有推荐我」当成一个指标，几乎没有可操作性。它能告诉你的只有一个结果是「有」或「没有」，不能告诉你为什么。拆开看，一次回答至少由三层构成：模型是否认识这个品牌实体、回答里是否出现提及、提及之后是否给出可点击的商品卡。三层里任何一层断了，后面都不成立。

60% 与 40% 到 50% 的差

信源占比的差，直接影响品牌的准备方式。豆包对抖音生态信源的采集占比高，意味着在抖音生态里有内容资产的品牌，被读到的概率更高；千问偏淘天、夸克、什么值得买，对应的就是另一套内容位。同一个品牌在两套生态里的资产厚度不同，可见度自然不同——这不是投放预算的问题，是内容分布的问题。

商品卡由谁决定

AI 先识别购买意图，甩出具体 SKU，平台再按标题、销量、评价、店铺评分去找链接出商品卡。这条链路里，品牌能控制的是标题的品类词与商品信息的完整度，控制不了的是销量与店铺评分这类历史沉淀。所以新品的打法是先把标题与参数写全，让 AI 有东西可读，而不是先去追权重。

可见度拆成四层

层级	指标	采集要求	常见误判
实体识别	品牌名与产品线是否被正确识别	固定提问集，逐引擎跑	搜品牌名有结果就当已识别
提及率	品类问题中出现品牌的比例	按品类、场景分组提问	把竞品对比题混进品类题
推荐位次	在推荐清单中的平均位置	记录原始回答，不只记排名	单次结果波动被当成趋势
引用来源	回答引用了哪些域名与页面	逐条保存引用链接	只统计自家官网被引次数

四层里最容易被跳过的是第一层。很多品牌的做法是打开 AI 搜一下品牌名，看到有结果就认为「AI 里有我」。实体识别要验的是另一件事：AI 能不能把品牌名、产品线、所属品类对应起来，而不是能不能搜到一条提及。

最容易被误读的是第三层。同一个提问跑两次，推荐顺序可能不同，单次结果的波动很大。判断趋势要看同一组提问在一个月内的多次结果，而不是某一天的截图。这也是为什么「月度过半」比「今天排第几」更有意义。

一个月能核验的两件事

第一件是固定提问集。选 20 到 30 个买家真会问的问题，按品类发现、场景选择、对比三类分组，每月同一时间在同一批引擎里跑一遍，记录是否提及、位次、引用链接。这套动作不需要工具，一张表就能起步。

第二件是引用来源盘点。把回答里出现的域名归类：自家官网、电商平台、媒体、评测站、社区问答。归类之后会看到一件事——多数品牌的可见度依赖少数几个第三方页面，而不是自己的官网。这个发现比排名本身更有用，因为它指向可以补的位置。

豆包渠道的数据提供了一个侧面参照：有品牌 7 月到 8 月中旬通过豆包下单的订单量涨了 10 倍、成交额同比增长约 677%，也有客户 7 到 9 月豆包成交额月环比增 200%、豆包 GMV 占比到 5%，退货率比抖音商城低 10 到 20 个百分点。这些数字说明入口确实在产生成交，但它们不能反推可见度——成交是结果，信源是前置条件。