把下单动作搬进短信，品牌在这条新入口上被不被 AI 说出来，眼下还没有答案。亚马逊已在美国向部分用户开放 Alexa for Shopping 的短信购物，用户不必打开购物 App，发一条短信就能完成商品搜索、加购与下单，功能支持文字与图片交互，未来几周计划逐步覆盖数百万用户。品牌在这条链路上有没有出现、凭什么理由被推荐、引用的是谁家的页面，目前几乎没有公开答案——这些判断，只能以 11 月 12 日的公开信息为限。
入口从 App 挪到短信，被问到的还是同一批问题
入口形态变了，提问方式反而更接近用户本来的说法。打开 App 的人会自己筛选、比价、看评论；发短信的人只会说一句「有没有适合小户型的吸尘器」，把筛选的活交给了助手。对品牌来说，这意味着能被比较的维度被压缩成助手愿意复述的那几个：价格、场景、口碑，以及它引用了谁的说法。
所以问题库的搭建方式不需要推倒重来，但权重会变。过去按品类词与品牌词铺问题，在短信场景里要加上大量场景化表达，例如「预算有限怎么配」「租房能不能用」。这类问法在 AI 回答里更容易触发对比型答案，而对比型答案正是品牌被提到或被跳过的分水岭。
被提到和被引用，在短信场景里是两件事
行业里已经有一套比较清楚的分法：被提到是品牌名出现在答案里，被引用是答案同时给出了来源链接，后者才是内容被当成证据的信号。一个品牌可以可见却零引用，在答案里只做背景音。短信入口把答案压得更短，两者之间的落差会更明显——助手宁可少说一句，也不愿多说一个没有出处的判断。
引用来源缺席时，AI 回答靠什么下判断
当平台不展示引用链接，品牌能观察的就只剩答案文本本身：提到了谁、用什么形容词、把谁放在前面、有没有把竞品写进对比句。这些信号可以被记录、被量化，但不能被直接归因。把「提到次数上升」当成「引用来源变多」，是这类监测里最常见的口径错误，两者需要分开记。
四种口径，先把可见度测出一个可比的数
可见度这个词在不同团队嘴里含义不同，先统一口径再谈优化，否则每个月都在争同一个数字。下面四种是实践中比较稳的切法，可以同时跑，但不要混成一个总分；混成一个数之后，任何变化都解释不了。
| 口径 | 定义 | 短信场景的观察点 |
|---|---|---|
| 提及率 | 答案中出现品牌的提问占比 | 短问句下的提及是否稳定 |
| 推荐位次 | 品牌在候选列表中的排序 | 是否出现在第一句建议里 |
| 引用占比 | 带来源链接的答案比例 | 引用的是官网还是第三方 |
| 竞品占位 | 对比型答案中的席位分布 | 被写进对比句的次数 |
四个口径的采样要求不一样。提及率可以按周跑；推荐位次需要固定问法反复问，因为 AI 回答本身有波动；引用占比要看平台是否展示来源；竞品占位则必须固定一组对比问法，否则每次的对比对象都在变。同一组问题在不同平台问，结果本就不能直接相加。
问题库要覆盖场景词，不只是品牌词
起步阶段准备二十到五十个核心问题比较合适，覆盖品牌词、品类词、场景词与竞品对比词四类。四类里最容易被忽略的是场景词，而短信入口恰恰放大了场景词的作用：用户不会说型号，只会说用途。问题库里场景词占比过低，测出来的可见度会系统性偏高。
先跑四周基线，再谈优化
没有基线就没有优化。比较稳妥的做法是先固定平台、固定问题集、固定采样周期、固定记录字段，跑满四周拿到一条能看的曲线，再决定改内容还是改分发。以下四步是这条基线的最小执行集，每一步都要留下带时间戳的记录，否则后续无法回溯。
常见问题
短信购物入口，品牌最该先监测什么？
先监测提及率与推荐位次，再看引用来源。入口刚开放时答案结构不稳定，先把「有没有被说到」和「排在第几」测出来，比追求引用数更有意义。
AI 回答里没有引用链接，还能判断内容有没有被采用吗？
只能间接判断。可以看答案是否复述了官网独有的表述、参数或场景描述，但这类证据强度低于带链接的引用，结论要标明是推断。
GEO 和 SEO 的考核对象差在哪？
SEO 考核结果列表里的位次，GEO 考核 AI 回答里是否出现品牌、是否被引用。排名靠前不等于被引用，两者需要分开建指标。
四个平台一起测，数据能相加吗？
不能直接相加。各平台的问题理解与答案结构不同，应该分平台看趋势，再在口径一致的前提下做横向比较。
优化之后多久能看到变化？
取决于内容改动幅度与平台更新节奏，通常以周为单位观察，四周左右才能看出趋势。单次采样说明不了问题。
