如果你管着品牌的搜索预算，11 月这轮变动值得先看一眼结果页长什么样。11 月 11 日腾讯上线独立搜索产品「元宝搜索」，用户可在 so.qq.com 或 QQ 浏览器里切换到该引擎，官方称排序优先呈现权威机构与官方来源，并逐条标注来源、明确标识官网（网易科技）。按 11 月 12 日可查的公开信息，这套从召回、排序、网页理解到答案生成全部重写的链路，改变的不只是用户搜什么，还改变了品牌被 AI 提到时能不能被标注出处。对做 AI 搜索可见度监测的团队来说，口径要跟着改。
来源标注从加分项变成排序项
传统搜索的排序看关键词匹配和链接权重，品牌只要把页面做好就有机会被排上来；元宝搜索宣称先用模型把网页读一遍，判断是否真正回答了问题，再决定召回与排序。这个变化对品牌的含义很直接：被收录不等于被引用，被引用不等于被标注，三个环节各有各的门槛，而标注来源是其中唯一对外可见的证据。
更需要注意的是内容分层。元宝搜索把公众号、视频号、腾讯新闻和学术库都接进了索引，这意味着同一个问题下，AI 回答的引用来源可能来自四个完全不同的内容体系。品牌如果只在官网做准备，很可能在公众号和视频号这两个高权重来源上完全缺席，答案里自然也不会出现它。
三个指标，把被看见拆开算
品牌提及率与推荐位次要分开
提及率回答的是「有没有被提到」，推荐位次回答的是「排在第几个被推荐」。两者经常被混成一个可见度分数，结果是一个高提及率掩盖了排位靠后的事实：十个品牌都被提到，但只有前两个会被用户点开。监测时应该把提及率和首选推荐率分列，再单独看平均位次。
引用来源占比决定描述的可信度
AI 回答里如果引用了品牌官网、权威媒体和行业数据库，描述通常更准确；如果只引用了社区帖子和聚合页，事实错误的概率明显更高。把引用来源按类型拆开统计，才能看出描述偏差是从哪来的。这也是竞品对比必须同口径的原因：比较两个品牌的引用结构，比比较两个总分更有解释力。
问题库怎么搭，才不至于每轮数据都不可比
可见度数据不可比，八成是问题库变了。同一个品类，问「哪个牌子好」和问「预算三百买哪个」，模型给出的推荐名单可以完全不同。合理的做法是先按品类和采购场景建固定问题集，把比较类、推荐类、事实类分开，每个指标绑定固定的问题子集，跨平台跑同一套问题。
| 指标 | 定义 | 采样口径 |
|---|---|---|
| 品牌提及率 | 回答中出现品牌名的比例 | 同题集、同平台、每周一次 |
| 推荐位次 | 首次被推荐的排序位置 | 只统计推荐类问题 |
| 引用来源占比 | 各类信源被引用的比例 | 按官网、媒体、社区分组 |
问题库定下来之后，还要接受一件事：模型的回答本身是概率性的，同一问题跑两次结果可能不同。所以单次快照只能当基线，判断优化是否有效要看连续四周的趋势。DoNews在分析元宝搜索时提到，国内 AI 聊天产品用户约七亿、搜索引擎用户仍有七点八亿，两个池子并存意味着品牌要同时管两套可见度，而不是把搜索排名直接当成 AI 可见度。
常见问题
AI 搜索可见度和传统搜索排名是一回事吗？
不是。排名看页面在结果页的位置，可见度看品牌是否出现在 AI 回答里、被怎么描述、有没有被标注引用来源。两者可以同时高，也可能完全脱节。
新搜索产品上线，品牌最先该监测什么？
先监测引用来源结构，再看品牌提及率。来源结构决定回答的可信度与描述准确性，是后续所有优化的基础。
优化之后多久能看到变化？
通常要按周看。模型回答有概率性，单次结果波动大，连续四周的趋势才说明问题；内容被重新抓取和引用也需要时间。
竞品对比该怎么比才公平？
同问题集、同平台、同时间窗。比较时把提及率、首选率和引用来源结构分开看，避免用一个总分掩盖结构性差异。
