按 11 月 11 日的口径，要回答「品牌在 AI 搜索里处在什么位置」，一个数字不够用。先把两个最常混用的词说清楚：提及是品牌名出现在答案文本里，引用是品牌域名被当成答案的依据。数说故事在当天上线 AI 问答数据监测服务，覆盖豆包、千问、DeepSeek、元宝、Kimi、文心一言六个平台的 Web 与 App 双端，指标拆成品牌提及率、平均排名、Top N 占比、情感分布、竞品对比与引用信源六项；环球旅讯与数说故事的另一份酒店报告，用的是 36 道题、每题 4 轮、4 个平台、576 条回答的同口径样本。监测这件事的颗粒度，已经和半年前不是一回事。
同一条问题，六个平台给的不是一个答案
六平台双端这个覆盖范围，最先暴露的是「一个品牌只有一个 AI 表现」这个假设站不住。同一道题，豆包给出的名单和千问给出的名单，重合度只有 22.6% 到 34.8%；同一道问「排行榜前十」的题，一个平台列了 31 个名称、品牌与集团混排，另一个平台只给 10 个但全是集团名，一个具体加盟品牌都没有。答案的分歧不在措辞，而在候选池的构造方式。
分歧的原因可以追到信源。四个平台各有各的第一大信源：一个偏短视频，一个偏公众号，一个偏问答社区，一个偏新闻媒体。品牌把政策、参数、案例写进官网，并不等于四个平台都能找到、读懂、并且愿意引用。监测如果只测一个平台，测到的不是品牌的可见度，是那个平台的信源偏好。
双端与城市：口径里最容易被抹平的两项
| 口径维度 | 怎么定义 | 最容易出错的地方 |
|---|---|---|
| 平台 | 六个主流 AI 应用，区分 Web 与 App 两端 | 把双端结果合并成一个数，掩盖端间差异 |
| 城市 | 部分平台支持指定城市监测 | 用全国口径回答区域投放问题 |
| 轮次 | 同一问题在同一时段内重复提问的次数 | 只跑一轮就下结论，把随机波动当趋势 |
| 指标 | 提及率、平均排名、Top N 占比、情感、竞品、引用信源 | 六项压成一个综合分，出问题不知道该修哪层 |
城市维度值得单独说。本地生意的问题天然带地点，问法一落到「哪个区」「离我多远」，答案就会调用地图、点评、本地目录这类信源，和全国口径用的完全不是一批页面。用全国数据指导区域门店的内容建设，最常见的后果是把预算花在了对本地答案毫无影响的门店介绍页上。
双端不是同一批答案
App 端与 Web 端的差别，一部分来自登录态，一部分来自端内可调用的检索能力。同一账号在端内积累的历史会话，会影响后续推荐倾向；Web 端匿名访问拿到的答案，更接近一个陌生用户的第一次提问。两种采样都合理，前提是记录清楚：这次测的是带记忆的会话，还是干净会话。不写清楚，两组数字就没法比较。
一轮到十轮：轮次决定数字能不能用
单任务每日最高 10 轮，这个上限不是营销话术，是采样设计的分界线。生成式回答本身带随机性，同一问题同一平台，连续问五次可能给出五份措辞不同、名单略有出入的答案。跑一轮得到的提及率，本质是一次抽样；跑十轮得到的，才是一个可以给出区间的估计。
复测还有第二个作用：区分「稳定出现」和「偶然出现」。一个品牌在十轮里出现八轮，说明它在候选池里有位置；出现一两轮，说明它偶尔被召回，位置不稳。这两种情况在单轮数据里看起来一样，在预算分配上却是完全不同的判断——前者该守住，后者该补信源。
竞品与情感要放在同一张表里看
竞品对比的价值不在排名，而在结构：同一批问题下，竞品被提及靠的是哪类信源，自己被提及靠的是哪类信源。如果竞品靠第三方评测与行业媒体，自己只靠官网，那么补官网的边际收益很低，补第三方才是有效动作。情感分布则是另一个维度——被提到但被描述成「备选」「替代方案」，和被描述成「首选」，对转化的意义差得很远。
采购监测服务时的三步核对
- 问清六平台双端的采样方式：是否隔离会话、是否记录时间戳与端标识，原始对话 URL 能不能逐条调出来。
- 要求把提及率与引用信源分两张表报，并给出同一问题维度下的交叉视图，不要接受一个综合分。
- 约定复测轮次与波动区间：单任务每日几轮、连续几周、同一问题多少轮，写进验收标准。
这三步的核心是把「可复核」写进合同。监测数据一旦无法复算，就只能内部看，外部无法验证，渠道方也不会认。
常见问题
六个平台都要测吗，预算有限怎么取舍？
按生意所在的市场取。国内生意优先覆盖豆包、千问、DeepSeek、元宝四个高频入口，海外生意换到对应的海外平台；同一批问题至少要覆盖三个平台，因为平台之间的名单重合度只有两三成，测一个等于没测。
提及率和引用率，先看哪一个？
先看提及率，因为它是消费者能感知到的那一层；再看引用率，判断问题出在哪。提及高、引用低，说明品牌被写进了答案但没被当作依据；提及低、引用高，说明内容被用了但品牌名没被带出来，这两类问题的修法完全不同。
每天十轮够不够？
对单个平台、单个问题集够用，对跨六个平台的全量监测不够。可行的做法是分层：核心问题跑满十轮，长尾问题每周跑一轮看趋势。关键是同一批问题在不同周期用同一套轮次，否则前后不可比。
城市级监测有必要吗？
做本地生意有必要。本地问法调用的信源与全国问法不同，门店信息、地图、点评在当地答案里的权重更高。做全国品牌形象监测则可以不拆城市，但要在报告里写清口径，避免用全国数据解释区域现象。
