一份看板上同时出现了三个数字：提及率 72.13%，首位提及率 0.00%，首选推荐率 0.00%。这是模力指数在 2026 年 11 月 3 日至 11 月 9 日的统计周期内，对通义千问给出的数据（模力指数）。截至 11 月 10 日，同一看板上豆包的提及率 85.25%、首位提及率 55.74%、首选推荐率 71.43%，Kimi 的提及率 77.05%、首位提及率 1.64%。三个数字放在一起，才是判断 AI 可见度时真正可用的信息；只看第一个数，会把“被写在名单里”误读成“被推荐”。
三个指标分别在回答什么问题
提及率回答的是“有没有被写进回答”，首位提及率回答的是“是不是第一个被写出”，首选推荐率回答的是“有没有被明确推荐”。三个问题对应三种不同的优化动作：补内容解决第一个，调结构解决第二个，补证据解决第三个。把三者混成一个综合分，等于把三个动作混成一个。
为什么提及率高不等于被推荐
对话式回答的写法决定了这个差距。模型在介绍一个品类时，往往先铺陈品牌名单，再给出一到两个建议，名单里的品牌都被提及，但只有被放在建议位置的那一两个影响选择。名单可以很长，建议位只有一两个，这就是提及率能到 72%、首选推荐率却是 0 的原因。
| 品牌 | 提及率 | 首位提及率 | 首选推荐率 |
|---|---|---|---|
| 豆包 | 85.25% | 55.74% | 71.43% |
| Kimi | 77.05% | 1.64% | 7.14% |
| 通义千问 | 72.13% | 0.00% | 0.00% |
| DeepSeek | 67.21% | 0.00% | 0.00% |
| 文心一言 | 60.66% | 0.00% | 0.00% |
手机品类的看板呈现出同样的结构：小米提及率 64.29%，首位提及率与首选推荐率均为 0；华为提及率 75%、首位提及率 28.57%、首选推荐率 0；苹果提及率 51.79%，首位提及率 37.5%，首选推荐率 23.81%。提及率最低的苹果，首选推荐率反而是最高的，这个反例足以说明为什么不能用提及率排序来代替推荐位判断。
引用和提及是两件事
行业统计里有一个更极端的数据：61.7% 的引用并没有在回答正文里提到品牌名，被引用的页面贡献了流量，却没有贡献认知。分平台看，Gemini 的提及率 83.7%、ChatGPT 的提及率 20.7%，同一份内容在不同引擎里的结果可以差四倍（Global AI News）。
引用带来访问，提及带来记忆
页面被引用，意味着有人可能顺着链接点进来，这是流量；品牌名出现在回答里，意味着用户在关掉对话之后还记得，这是认知。前者可以靠结构化内容拿到，后者需要回答里出现具体品牌名、具体型号与具体结论，两者不能互相替代。
平台差异先于内容差异
同一个品牌在五个国产模型里的提及率差异，往往大于它在不同月份之间的差异。这意味着优化前必须先确认基线平台，否则一轮内容投放之后，看到的提升可能只是平台权重变化，与内容无关。
怎么把三个数字核验成可用结论
核验的顺序从口径开始，不从结论开始。下面五步按一周一轮的节奏推进，先固定问题集与平台，再看三个指标的变化方向，最后回到回答原文逐条比对，全程不需要额外工具，用现有看板加人工抽查即可。
- 固定 30 到 50 条问题，覆盖品牌词、品类词与场景词三类问法。
- 固定平台与入口，同一问题在同一入口连续采七天，不混用应用端与网页端。
- 逐条记录三个指标，同时保存回答原文，指标与原文必须能对应。
- 把“被提及但未推荐”的回答挑出来，看回答里缺的是参数、价格还是使用场景。
- 两周后复测同一批问题，只认变化方向，不认单次峰值。
第四步是核验的核心。被提及但未被推荐，通常意味着回答里缺一个可以做判断的依据：没有具体型号、没有价格区间、没有适用场景。补上其中一项，首选推荐率才有可能动，单纯增加曝光量的动作改不了这个位置。
工具变多之后，口径要更严
百度、360 先后下场做 GEO，监测工具也随之增多，五维打分、认知准确度、情感倾向这些指标被包装成综合评分（2B2C）。工具越多，越需要回到最原始的三个问题：回答里有没有你，你是不是第一个，你有没有被推荐。
对做 AI 搜索可见度的团队来说，一个可执行的验收标准是：三个指标分别设目标，且都能回溯到回答原文。只报综合分的方案，在复盘时无法定位问题，也无法判断下一轮该改内容还是改证据。这也是今年很多 GEO 项目在第二季度就停摆的原因，不是没效果，而是说不清效果从哪来。
常见问题
提及率高但首位推荐为零意味着什么？
品牌经常被写进 AI 回答，但很少被放在第一个推荐位。前者影响是否被考虑，后者影响是否被选择，AI 可见度的两个问题对应不同的内容与证据投入。
看板数据能直接当验收基线吗？
不能。需要先确认统计周期、问题集与平台入口，再看同一口径下的趋势变化。单次快照只能当方向，不能当结论，也不能替代引用来源的逐条核对。
引用和提及有什么区别？
引用指回答里出现了品牌的页面链接，提及指回答正文写出了品牌名。有引用不一定有提及，前者带流量，后者带认知，竞品占位的判断要用后者。
优化动作应该从哪里开始？
先补“被提及但未推荐”的回答缺的依据，再谈曝光。没有具体型号、价格区间与使用场景，AI 回答就没有理由把你放进推荐位，这也是 AI 可见度项目最常见的返工点。
