先说清楚「精准」在这里指什么：不是答案里出现了你的品牌，而是答案对你的产品、价格、适用人群的描述与事实一致。按这个定义，11 月 9 日的公开数据里，84.56% 的受访者用过 AI 辅助购物，只有 16% 认为 AI 推荐精准——用过的人很多，信它的人很少。这 68 个百分点的落差，恰好是「被提到」和「被采信」之间的距离，也是 AI 可见度监测真正要量化的东西。
用过的人和信它的人，不是一批
84.56% 和 16% 放在一起看，说明使用率和信任度是两条不同的曲线。用户愿意用，是因为它省时间；用户不信，是因为答案经常和实际到手价、实际体验对不上。报道里那句「平台做的 AI 是平台内的 AI，不一定是消费者的 AI」说得很准：站内 AI 推荐谁，和全网最优不一定是同一个答案，用户能感觉到这层偏差。
对做监测的人来说，这层偏差必须写进指标体系。只看「有没有被提到」，会得到一条漂亮的上升曲线；把「描述是否准确」「是否被推荐」加进去，曲线立刻变得难看。通行的做法是把可见度拆成提及、推荐、引用三层，分别对应「出现在答案里」「被当成选项推出去」「被当成证据引过去」，三层的变化方向经常不一致。
可见度要拆成三层
提及：出现在答案里
提及是最容易做到、也最容易被高估的一层。答案里带一句「另有若干品牌」就算提及，用户读完不会产生任何倾向。把提及当成核心指标的品牌，往往会发现数字很好看、咨询量没有变化，原因就在这里：它衡量的是被看见的概率，不是被选中的概率。
推荐与引用：被当成选项，或被当成证据
推荐是答案把你放进了少数几个选项，引用是答案把你的页面当成依据链到来源。前者的价值在转化，后者的价值在持续被复述——一篇被反复引用的页面，会在很多不相关的问句里替你说话。三层里最值得投入的是引用层，因为它不随单次问句波动，能沉淀下来，也最容易被竞品用同样的方式抢走。
| 层级 | 定义 | 这次公开数据里能对照的数字 |
|---|---|---|
| 提及 | 答案里出现了品牌名 | 84.56% 用过 AI 辅助购物，提及面很宽 |
| 推荐 | 被列为少数选项之一 | 只有 16% 认为推荐精准 |
| 引用 | 页面被当作来源链出 | 报道未披露引用率，需自建问句集测量 |
平台各说各话，口径得自己定
站内 AI 和外部大模型的检索池不一样，同一句问句给出的品牌组合经常只有一半重合。这意味着「全网可见度」这个说法本身要打折扣：要么按平台分别报数，要么在报告里写清权重。把四个平台的平均值当成一个数字对外讲，看起来简洁，实际上掩盖了最该看的结构差异。
定口径的时候还有两件事要写进方法里。一是问句集必须来自真实咨询，不能靠关键词工具生成；二是记录要留时间戳和原文截图，因为 AI 回答会变，没有留痕的数据三个月后就无法复核。做到了这两点，可见度才从「感觉」变成「资产」，也才经得起老板追问「这个数是怎么来的」。
还有一个细节值得写进报告：站内 AI 的回答往往带着商品卡和下单按钮，外部大模型只给文字建议。同一条「可见度」在两个入口的实际价值并不相同——一个直接通向成交，一个只影响认知。按入口分别赋权，比把两者加总更接近真实；加总之后得到的那个平均数，往往会同时误导预算分配和效果评估。
常见问题
16% 这个数字能直接当成行业基准吗？
不能。它是单次调查在特定节点的结果，样本与问法都会影响数值。它的价值在于提示使用率与信任度之间的落差，也是做 AI 可见度监测时最该先记住的一条背景。
三层指标里，哪一层最该先做？
先做提及与引用来源的原始记录，再谈推荐。记录不完整时，任何优化都无法验证效果，可见度的涨跌也只能靠感觉判断。
站内 AI 和外部大模型要分开监测吗？
要。两者的检索池与排序逻辑不同，混在一起报数会让增减互相抵消，看不出问题出在哪一层。
