79.4% 的消费者在购物前会先问一句 AI，43.7% 说这次咨询确实影响了自己买什么。按 11 月 9 日的公开数据，这两个数字说的是同一批人：他们不再从搜索框里翻十个链接，而是直接要一个名单。对做品牌的人来说，问题不在于用户用不用 AI，而在于 AI 列名单时有没有把你放进去——排在后面还有被翻到的机会，名单之外连曝光都没有。
同一条提问，三种入口在抢同一个位置
把入口拆开看会清楚很多。对话导购是用户说需求、AI 列选项并给建议；比价答案是用户问「三千以内哪款值得买」，AI 直接给出对比表和结论；商品卡位则是答案下面挂着能直接加购的卡片。三个入口对品牌的要求并不相同：前两个要的是被提到、被推荐，第三个要的是链接承接得住。
这也是「可见度」今年被反复提起的原因。过去衡量的是关键词排名，现在衡量的是在 AI 回答里有没有被提及、被怎么描述、是不是被当作引用来源。排名是一维的，回答是多维的：同一句提问，AI 可能提到五个品牌、推荐其中两个、只给三个来源加链接，而这四份名单彼此并不重合。只盯一个数字，很容易把「被提到」当成「被推荐」。
名单比位次更致命
在 AI 的回答里，掉出名单和排在末位是两种处境。搜索时代排在第二页还有被翻到的可能，AI 的回答是一段成品文字，没进名单就等于不存在。行业里的口径也在跟着改：GEO 不再以排序位次衡量，而是拆成 AI 可见度、AI 提及率、AI 好感度与 SOV 份额四项，品牌关心的不是「排第几」，而是「有没有被准确提及、被怎么描述」。这个转变听起来像换词，实际决定了预算往哪花。
把这四项落成能对得上的账，才谈得上优化。比较稳的做法是固定一批问句，每月在四到五个平台各跑一遍，记下品牌是否出现、出现在第几位、被哪一句话描述、答案引用的是官网、媒体还是第三方评测。连续三个月的数据比单次结果有用得多——AI 回答本身有波动，单次跑出来的「消失」经常只是当天检索路径不同。
商品词和场景词，是两套账
商品词：比的是名单内的位次
商品词是型号、品牌加品类的组合，比如某款扫地机器人的具体型号。这类词的竞争最接近传统搜索，大牌在语料和口碑上有多年积累，短期很难撼动。中小品牌在这类词上更现实的目标是「被提到时描述准确」，而不是硬抢第一位：参数写错、价格写旧带来的损失，往往比排位靠后更大，因为答案越像结论，错误越容易被当成事实转述。
场景词：比的是谁先被想到
场景词是「给爸妈买个按摩仪」「小户型怎么选洗衣机」这类需求描述，问的人还没想好品牌。这类词是 AI 回答真正重新分配注意力的地方，也是新品牌少数能挤进去的入口。判断自己有没有占住，要看的不是排名，而是这批问句的答案里出现了哪些竞品、它们各自被哪一句支撑；如果竞品的支撑句来自第三方评测而你只有官网文案，差距就已经不在内容数量上了。
| 入口 | 用户在这里做什么 | 品牌要卡的位 |
|---|---|---|
| 对话导购 | 说需求，让 AI 列选项、给建议 | 被提到时描述准确，卖点能被复述 |
| 比价答案 | 问预算区间内哪款值得买 | 进入对比表，参数与价格口径一致 |
| 商品卡位 | 从答案点进卡片直接下单 | 标题含品类词，链接承接得住 |
先把口径定下来，再谈优化
口径不统一，是这类讨论里最常见的坑。同一句问句今天问和明天问，答案可能换一批品牌；同一个品牌在豆包和千问里被描述的侧重点也不一样。所以第一步不是写内容，而是把「问什么、在哪问、怎么记」定死：问句从真实客服记录与搜索词里来，平台固定四到五个，记录字段固定到「是否提及、位次、描述句、引用域名」四项。
第二步才是内容。公开观察显示，自媒体内容被 AI 引用的权重在下降，权威信源与可核验事实的权重在上升；大模型回溯的搜索结果也从十条扩到最高六十条，还会抓取短视频作为参考。这意味着只优化图文会漏掉一半战场，也意味着「多发几篇通稿」的打法正在失效——能沉淀下来的，是那些被反复引用、且每次引用都对得上的页面。
常见问题
三个入口里，应该先做哪个？
先看成交结构。以搜索和推荐流为主的品牌，先把比价答案里的描述改准；已经跑通商品卡渠道的，优先补标题里的品类词和店铺资产。判断顺序的依据是「哪里的错误正在直接影响下单」，不是哪个入口更新更热。
可见度和提及率有什么区别？
可见度看的是有没有进入 AI 的回答范围，提及率看的是被点名的频率。一个品牌可能被提到很多次却很少被推荐，这两个数字必须分开记，否则优化动作会跑偏。
多久能看到变化？
内容与信源的更新通常按月计，一个完整观察周期建议三个月。单次结果受问句措辞和时间点影响很大，不适合作为结论，只适合作为基线。
