问 AI 一句「大模型 Token 在哪买」，它会把你带到哪？按 11 月 12 日的公开信息口径，多数答案仍指向厂商官网的按量计费页，而现实里天猫、京东已经把 Token 做成独立品类，标价、套餐与促销节奏都摆上了货架。答案与货架之间的落差不是技术问题，是引用来源的更新频率问题——生成式搜索抓到的仍以官网文档与开发者社区的旧表述为主（余杭区政府网站转载）。对做可见度监测的人来说，这是一个典型缺口：品类已经零售化，答案口径还停在批发时代。
问题库里的一句话，答案里的一整套旧路径
做 GEO 监测时，「在哪买」这类问题属于典型的交易意图问句，转化价值高、答案更新慢。厂商官网过去十年一直是算力的唯一入口，被抓取、被引用、被反复复述，权重自然高；电商货架上线才一个多月，商品页的可抓取性、结构化程度与外部引用量都还在爬坡。答案没跟上，不代表平台没看见，而是引用链条还没长出来。
这里要区分两件事：收录与引用。商品页被搜索引擎收录，只说明页面存在于索引里；被生成式引擎在回答中引用，才说明它进入了答案的证据链。前者是技术问题，后者是权重与可信度问题。货架页要拿到引用，通常需要第三方信源先引用它——媒体报道、测评、比价站的链接，构成了答案的间接证据。
同一个问题，五个平台五种口径
把「Token 怎么买」拆成五个子问题——在哪买、多少钱、有没有优惠、能不能退款、适合谁用——分别在豆包、元宝、DeepSeek、通义千问、Kimi 里抽样，得到的答案结构差异明显：有的直接给官网链接，有的列出套餐价格区间，有的只解释概念不给购买路径。这种差异本身不是错误，但如果品牌方只有一句话术，答案就会在不同平台上被切成不同版本。
可见度不是排名，是答案里的事实密度
衡量这类问题的可见度，看排名意义不大，因为生成式答案没有稳定的名次。更有用的口径是事实密度：一个答案里出现了几个可核验的具体事实——价格区间、额度规则、退款条款、上线时间。事实密度高的答案更稳定，也更难被竞品替换；只有形容词的答案，下一次抓取就可能换一套说法。
把缺口拆成可监测的三层
第一层是覆盖：问题库里与「购买路径」相关的问句，在各平台答案中提及电商渠道的比例。第二层是准确：提及之后的表述是否与商品页一致，价格、额度、有效期有没有错位。第三层是引用：答案给出的链接指向哪里，是官网、媒体还是比价页。三层分开看，才能判断问题出在抓取、表述还是权重。
| 监测层 | 观测对象 | 健康信号 | 常见失真 |
|---|---|---|---|
| 覆盖 | 答案是否提到电商渠道 | 交易意图问句中出现平台名 | 只提官网，答案停在旧路径 |
| 准确 | 价格与额度表述 | 与商品页标价一致 | 沿用促销前的旧价 |
| 引用 | 答案给出的信源 | 出现商品页或权威媒体链接 | 引用开发者社区旧帖 |
这张表可以直接当诊断清单用。覆盖不足，补内容与外部引用；准确度不足，先修商品页的结构化信息，再推动媒体更新；引用层不足，则需要持续的外部信源建设，急不来。三层的修复周期完全不同，混在一起做，通常只改了最容易改的那一层。
还有一个容易忽视的变量：促销。双 11 期间 Token 品类出现 1 分钱月卡、直播间限时包，这类价格在答案里几乎不会出现，因为它的有效期只有几天，抓取与复述都追不上。监测口径如果把促销价当成常态价，答案准确度会被系统性低估；反过来，只盯日常价，又会漏掉用户真正看到的价格（央广网）。
常见问题
为什么 AI 回答还让我去官网？
官网长期是唯一购买入口，被引用次数多、权重高；电商货架上线仅一个多月，外部引用尚未积累起来。
收录了商品页，答案就会引用吗？
不一定。收录只说明页面在索引里，被引用还需要第三方信源与结构化信息的支撑。
这类问题该用什么指标衡量？
建议用覆盖、准确、引用三层指标，而不是单一排名。生成式答案没有稳定名次，事实密度更可靠。
促销价要不要纳入监测？
要，但要单独标记有效期。把促销价当常态价会低估准确度，只看日常价又会漏掉用户实际看到的价格。
