到 11 月 10 日为止，能查到的家电推荐样本里，AI 给出的品牌名其实很集中。这一轮的家电盘子并不好看：份额 15.7%、比去年同期少 0.4 个百分点，前三季度零售额同比下降 10%，彩电零售额下降 9%。盘子收缩的时候，AI 回答里的推荐位就成了更稀缺的资源——用户问「买哪个牌子」，回答里通常只出现三到五个名字。对做品牌诊断的人来说，第一步不是抢位，而是先把「自己在不在那三到五个名字里」测出来。
问买哪个牌子，AI 给的名字不会太多
推荐集中的原因不复杂。AI 回答要给出可执行的结论，就必须收敛选项；家电又是决策周期长、参数复杂的品类，模型倾向于引用销量榜、评测与百科这类结构化内容。结果是，能被这些信源覆盖的品牌进入回答，覆盖不到的品牌连被比较的机会都没有。
这跟搜索时代的逻辑不同。搜索页可以翻十页，第十页也有曝光；AI 回答只给一段结论，没被写进去就等于不存在。所以家电品牌的可见度问题，本质是「信源覆盖问题」，不是「排名优化问题」。
诊断第一步是固定抽样
问题要按决策路径排
家电的问句有明显路径：先问品类（哪个牌子好），再问场景（小户型选多大），再问对比（A 和 B 哪个静音），最后问售后（安装要多久）。四类问题调用的信源完全不同，第一类看榜单，第二类看参数页，第三类看评测，第四类看服务条款。诊断要按这四层分别抽样，不能只问第一层。
每层至少十条，跑两周
十条是能看出结构的最小样本。低于十条，个别品牌的偶然出现会被误读成趋势；高于十条，边际信息递减但成本上升。跑两周是为了排除单次更新的干扰，同一问题在不同日期的回答可能因为信源更新而变化，单次结果不能作为基线。
| 样本层 | 问句示例 | 主要信源 |
|---|---|---|
| 品类 | 哪个牌子好 | 榜单与百科 |
| 场景 | 小户型选多大 | 参数页 |
| 对比 | A 和 B 哪个静音 | 评测内容 |
| 售后 | 安装要多久 | 服务条款 |
四层里最容易漏的是售后层。它不产生曝光，却直接影响转化：用户看到品牌名之后，下一个问题往往是「安装快不快」。如果 AI 回答在这一层给出的是模糊或过时信息，前面的曝光会被抵消。把售后层纳入监测，才能解释「有名次但没成交」的现象。
推荐位和引用来源要一起记
只记位次，会得到一个无法解释的数字：这个月第三、下个月第七，为什么？把引用来源一起记，答案通常就出来了——位次变化往往跟着信源变化走，某一篇评测被新抓取，或者官方参数页更新，都会让回答里的顺序重排。位次是结果，来源是原因。
记录格式不需要复杂，四列够用：问题、平台、位次、引用来源。四列之外再加一列「回答原文摘要」，用于回看时判断语气是否准确。家电品类尤其要看描述偏差，比如把「保修三年」写成「保修一年」，这种错误比没被提到更伤转化。
三个动作跑完，才知道该改什么
第一个动作是补齐可索引内容：参数页、安装说明、常见故障处理，这些是 AI 最常引用的素材。第二个动作是统一口径：官网、商品页、百科里的保修与能效表述必须一致，否则模型会在几个版本之间摇摆。第三个动作是做对比内容：不是自夸，是把「和谁比、比什么、差多少」写清楚。
三个动作都不承诺时间。各平台抓取与更新节奏没有公开口径，任何「两周见效」的说法都缺少依据。能确定的是，内容补齐之后，引用来源里自有内容的比例会先动，位次随后才动。先看引用占比，再看位次，判断顺序不能反。
常见问题
家电这种低频品类，也值得做 AI 搜索可见度吗？
值得，而且更集中。低频品类决策周期长，用户更依赖 AI 给的结论，一旦进入回答，影响的是整个决策周期。
只记位次不记来源，会有什么问题？
数字无法解释。位次变化通常跟着信源变化走，缺了来源那一列，就看不出是内容更新还是抓取波动造成的。
四个样本层，哪一层最该先做？
先做品类层，它决定是否被看见；再做对比层，它决定被怎么描述。场景与售后层可以随后补齐。
引用占比先动、位次后动，这个顺序可靠吗？
在我们观察到的样本里成立，但不构成保证。它只说明内容进入信源是前置条件，具体时点各平台不同。
