先别看关键词排名。把同一个问题丢进淘宝、京东和抖音的 AI 入口，得到的三个答案各自只引自家的货架——淘宝的千问购物助手、京东的「东东」、抖音的「买前问豆包」，都不做跨平台比价。对做品牌的人来说，说白了，AI 搜索的入口已经按平台切开了，可见度的分母不再是「全网」，而是「某个平台里被问到的那批问题」。这次核验的边界，只能划到 11 月 11 日的公开报道。
三个入口，三套货架
三个入口的产品逻辑相似：用自然语言描述需求，AI 给出候选商品，用户直接下单。不同的是货架。淘宝的助手读的是淘宝天猫的商品库，京东的读自营与第三方店铺，抖音的读短视频与直播挂载的商品。平台明确表示，AI 服务只服务本平台选购，跨平台比价由消费者自己做。
这条边界决定了品牌在 AI 回答里的处境。一个在淘系有旗舰店、在抖系只有分销的品牌，在两个入口的可见度会差出一个量级，不是因为产品不好，而是因为可被引用的商品与内容不在同一个池子里。判断 AI 搜索表现，先要问清楚：这次监测覆盖的是哪个入口的哪套货架。
超半数人先问 AI，再下单
媒体调查给出的口径是，超过半数的消费者下单前会先通过 AI 做咨询比价。这个比例如果成立，意味着 AI 回答已经成为决策链的前置环节，而不是辅助工具。对品牌，前置环节的曝光价值高于搜索结果页——用户在这里问的是「买哪个」，不是「搜什么」。
被问到不等于被推荐
AI 回答里出现品牌名，和 AI 主动推荐这个品牌，是两件事。前者可能只是罗列候选，后者才影响选择。区分方法很朴素：看回答里品牌出现的句子是陈述还是建议。做监测时把两类分开统计，才不会被「提及率上升」误导。
可见度要拆成三层看
第一层是入口覆盖，品牌在几个 AI 入口里能被检索到；第二层是问题覆盖，固定问题集里有多少问题会带出品牌；第三层是推荐位次，被带出时排在第几。三层指标的分母不同，不能混算。只报一个总分，等于把三个问题揉成一个数字，无法指导动作。
| 入口 | 读哪套货架 | 监测重点 |
|---|---|---|
| 淘宝千问助手 | 淘系商品库 | 商品页与评价引用 |
| 京东东东 | 自营与第三方店铺 | 参数与售后表述 |
| 抖音买前问豆包 | 短视频与直播商品 | 内容与口播一致性 |
三层拆开之后，优化动作才有落点。入口覆盖不足，要补的是各平台的可检索内容；问题覆盖不足，要补的是问题库与问答结构；位次靠后，要补的是竞品对比与证据密度。三者混在一起，最后只能得出「加强内容建设」这种没法执行的意见。
这件事对 GEO 管理意味着什么
AI 入口按平台分割，直接改变了可见度的评估方法。过去做 AI 搜索监测，习惯把多个平台的问题答案放在一起算平均；现在起点就错了——不同入口的货架不同，同一批问题在不同入口的候选集也不同，平均值掩盖的正是最需要看的差异。可行的做法是按入口分别建库、分别监测、分别归因。
还有一层风险要提前管：AI 回答里的描述偏差。平台 AI 只读自家货架，商品页写得含糊，回答就会含糊；参数写错，回答会跟着错。AI 代理购物的权责边界目前也不清晰，AI 客服的承诺能否兑现，公开信息里没有统一答案。品牌能做的，是把自己的商品页与内容源做成可被准确引用的版本。
常见问题
AI 导购只读自家货架，品牌还有必要做跨平台优化吗？
有必要，但要按入口分开做。跨平台优化不是让一个入口读另一个平台的货，而是让每个入口都能读到足够完整、可被引用的自家内容。
可见度监测该覆盖哪些问题？
覆盖真实用户在决策前会问的问题，而不是品牌想被问的问题。以品类选购、场景匹配、价格比较、售后保障四类为主，每类固定若干条，便于跨周期对比。
提及率高但推荐位次低，说明什么？
说明品牌进入了候选集，但没有进入推荐序列。常见原因是缺少对比型内容与第三方证据，AI 在生成建议时更依赖可引用的评测与参数。
平台没有公开可见度口径，怎么保证可比？
固定问题、固定采集方式、固定时间窗，只做自身纵向对比，不做跨平台横向排名。公开信息里没有统一口径，任何绝对分数都要标注来源与边界。
