先说清楚一件事：AI 可见度不是搜索排名的翻译版本，它测的是品牌有没有出现在回答里、出现在第几个被展开的位置、被描述成什么样。双 11 期间，值得买科技披露「值数 Matrix」围绕大促场景新增数百个专题问题、透视 AI 回答 40 万余条，为服饰、家电、数码、珠宝、家居等行业头部品牌提供实时内容洞察（中国金融信息网）。可见度已经不只是概念讨论，而是进入按周甚至按天的记录阶段。以下判断以 11 月 6 日的公开信息为界。
四十万条回答怎么变成指标
把海量回答变成可用的数，靠的是三列而不是一个总分。第一列是是否被提及，判断品牌有没有进入候选；第二列是展开位次，判断在被提及的品牌里排第几个被比较；第三列是描述一致性，判断回答复述的参数、价格、服务承诺是否与页面一致。三列分开记，问题才可定位；合成一个「可见度指数」，只能看趋势，不能指导动作。
对话量的增长说明需求侧已经就位。张大妈 App 对话量环比增长 82.37%，用户在复杂消费环境里愿意把比价和挑选交给 AI；而接受度调查显示，让 AI 整理信息、比价、算优惠的接受度明显高于让它直接下单。可见度的商业价值集中在决策前端，而不是支付环节。
为什么专题问题比关键词重要
关键词是搜索时代的单位，问题是对话时代的单位。用户问的是「预算三千以内、宽六十厘米以内的洗衣机怎么选」，模型要拆成预算、尺寸、安装条件三组可比参数。问题集按场景组织，才能覆盖这种复合问句；按关键词组织，只能覆盖单品名。AI 搜索的入口按问题组织，问题库的边界就是可见度的边界。
三列指标怎么落表
落表的关键是字段固定。每条记录至少包含问题、入口、是否提及、展开位次、参数一致性、复测时间六个字段，缺一个就无法回溯。参数一致性用「一致／部分一致／不一致」三档即可，不必打分，因为打分会让不同人给出不同结论，破坏可比性。
| 记录字段 | 取值方式 | 用途 | 常见错误 |
|---|---|---|---|
| 问题 | 来自用户原话 | 保证问句真实 | 用内部关键词替代 |
| 入口 | 豆包／千问等 | 区分平台差异 | 多入口混算一个值 |
| 是否提及 | 是／否 | 判断是否进入候选 | 把提及等同推荐 |
| 展开位次 | 第几个被展开比较 | 判断竞争力 | 只记「有没有我」 |
| 参数一致性 | 一致／部分／不一致 | 判断描述是否失真 | 不打分只打勾 |
竞品占位单独记
同一个问题问十次，名单会浮动，但结构相对稳定：谁被放在第一个被比较的位置，谁只作为备选出现。占位比提及更重要，因为用户读完一段答案，记住的往往是被展开比较的那两三个品牌。复测时除了记录自己是否出现，还要记录自己排第几个被展开，这两个数放在一起才看得出内容改动有没有效果。
从记录到动作
记录本身不产生结果，动作才产生结果。第一步是把三列指标里最差的一列挑出来，判断问题出在候选、位次还是描述；第二步是只改对应的一层，候选层改结构与事实密度，位次层改对比与场景表述，描述层改参数口径；第三步是一周后复测同一批问题，看那一列有没有动。三层混改，永远不知道是哪一层起了作用。
结构化表达的要求已经被反复验证：标题即问题、首段给结论、参数用可比较的字段、事实标注出处与日期，这些做法直接影响内容能不能被抽取（优采云）。它们不是排版偏好，而是能否进入候选集的技术条件。哪一页被抽走，哪一页就成为引用来源；引用来源稳定，描述才稳定。
一份事实清单，多个入口共用
入口生态不同，品牌事实只该有一份。把参数、适用场景、不适用边界、服务承诺写成同一份结构化清单，各入口按自己的格式取用，避免同一个型号在不同入口被描述成两个样子。事实清单是所有动作的前置条件，没有它，改写就是各写各的（传声港 GEO 观察）。
复测节奏怎么定
按周复测，连续四周为一轮。大促期间加密到每周两次，因为价格与库存变动快，周内就会出现差异。复测不追求样本量，追求同一批问题在同一批入口上的可比性；样本再大，换了问题就没有比较意义。
常见问题
可见度能不能用一个总分表示？
可以看趋势，不能指导动作。总分把所有问题压成一个数，团队只会去优化最容易动的那一项。三列分开记，才知道该改结构、改对比还是改口径。
问题集要多少个问题才够？
三十到五十个覆盖三层意图的问题即可。数量不是关键，固定和可比才是关键；每周换一批新问题，等于每周重新开始。
提及和推荐是一回事吗？
不是。提及只说明品牌进入候选，推荐意味着回答给出了正面 endorsement。两者差距越大，说明内容越像参数表而不像答案。
对话量增长说明什么？
说明需求侧已经在用 AI 做决策，可见度的商业价值集中在决策前端。支付环节的授权问题另算，不要混在同一个指标里。
