如果你管的是品牌的内容或搜索预算，这个双 11 该看的不是站内 ROI，而是品牌在豆包、千问这些入口里被提起的次数。商家侧的动作已经先一步落地：豆包新增「豆包运营」专区，提供经营数据、需求洞察与商品优化工具；千问办公的付费用户里已有两成是电商用户，并在大促期间推出电商版（北京商报）。AI 对话正在变成一条新的货架，而这条货架上的排位没有榜单可查，只能靠问题库、AI 回答抽样与引用来源统计自己搭一套监测——这套口径目前只能以 11 月 12 日的公开披露为限。
商家专区上线，AI 回答多了一个可认领的位置
平台把工具放进商家后台，等于承认了一件事：AI 回答里的品牌位置是可以被经营的。过去品牌在站内做关键词、做详情页，逻辑是「让人找到商品」；现在多了一层「让模型在回答里提到你」。这两件事的差别在于，前者有明确的位置和出价，后者只有一段自然语言，谁被写进去、写成什么样，取决于模型引用了哪些信源。
这也是 GEO 与 SEO 最容易混淆的地方。SEO 争的是排名，排名是可数的；GEO 争的是被提及、被推荐、被正确描述，这三件事都要靠抽样才能看见。没有抽样，品牌只知道「可能被提到」，不知道「被提到多少次、排在第几位、引用了谁」。
可见度不是一个数，是四个可拆的指标
把「AI 搜索可见度」当成一个总分，是这类项目最常见的失败原因。总分好看，说明不了任何具体问题；总分难看，也找不到下手的地方。真正可用的做法是拆成四个可以分别改进的指标，每个指标对应一种优化动作。
品牌提及率与推荐位次的差别
提及率是「在多少个问题里被叫到名字」，推荐位次是「被叫到的时候排在第几」。前者靠信源覆盖，后者靠内容的说服力。一个品牌可能提及率很高但总被列为备选，也可能提及率不高但每次都被首推。两种状态对应的优化动作完全不同，混在一起看会做错决策。
引用来源占比怎么统计
统计的对象是 AI 回答里给出的出处链接，按域名归类，算出品牌自有站、电商平台、媒体、社区各自的占比。这个结构比总量更有信息量：如果引用集中在电商平台，说明模型把商品页当成事实来源，品牌官网的内容几乎没被采用；如果集中在社区，说明口碑内容在起作用，但可控性差。
竞品占位怎么设基线
竞品占位要在同一批问题下比对，而不是各自跑各自的问题库。做法是选定一组品类问题，对品牌与三到五个竞品同时抽样，算出每个问题下的提及顺序。基线一旦固定，后续优化才有参照；换问题库等于换考卷，前后不可比。
四个指标的口径与观察周期
| 指标 | 口径 | 观察周期 |
|---|---|---|
| 品牌提及率 | 被提及问题数除以抽样问题数 | 每周 |
| 推荐位次 | 被提及时在候选中的排序 | 每周 |
| 引用来源占比 | 按域名归类的出处分布 | 每月 |
| 竞品占位 | 同批问题下的品牌提及顺序 | 每月 |
周期不一样，是因为变动速度不一样。提及率和位次对内容调整的反应较快，一周就能看出方向；引用来源结构和竞品占位涉及模型的知识更新，按月看更稳。把四个指标放在同一张周报里，容易把慢变量当成没效果，也会把快变量的波动当成趋势。
问题库怎么搭，才不会被回答带跑
问题库是整个监测的地基。搭得不好，后面所有指标都会失真。可靠的搭法是按「决策阶段 × 品类场景」铺开：认知阶段问「什么牌子好」，比较阶段问「A 和 B 有什么区别」，决策阶段问「XX 预算买哪个」。三个阶段的问题在 AI 回答里的表现完全不同，混在一起抽样，得到的提及率没有解释力。
另一条原则是问题要写成消费者会说的话，不要写成行业术语。模型对自然语言的回答更接近真实场景，用术语提问容易得到一份「教科书式」的回答，看着漂亮，却和你真正关心的购买决策无关。
常见问题
AI 搜索可见度和传统 SEO 排名是什么关系？
两者测的东西不同。SEO 看关键词排名与点击，AI 搜索可见度看品牌在回答里是否被提及、排在第几位、引用了谁。排名好不等于被 AI 引用，被引用也不一定来自排名靠前的页面。
引用来源占比为什么要单独统计？
它决定优化方向。引用集中在电商平台，说明商品页在承担事实来源的角色；集中在媒体或社区，说明第三方内容在起作用。不同结构对应不同的内容投入方式。
优化之后多久能看到可见度变化？
提及率与位次通常一到两周能看出方向，引用来源结构与竞品占位涉及模型知识更新，按月观察更可靠。周期混着看，容易把慢变量误判为无效。
竞品占位能不能只监测自己品牌？
不能。占位是相对概念，只有在同一批问题下与竞品同时抽样，才能判断自己是进步还是整个品类都在变化。
