曝光率、首推率、前三推荐率——这三组指标在 11 月 2 日的一次采集里给出了不同的排序。截至 11 月 12 日的公开信息，众成数科 MDGEO 系统以 DeepSeek、豆包、千问、元宝、Kimi 五个平台为对象，用 360 个问题对医疗器械行业自媒体做了一轮评测：曝光率前三为 83.78%、78.06% 和 62.11%，首推率前三却是 24.94%、21.28% 和 10.06%，前三推荐率前三为 57.83%、42.72% 和 31.11%。同一批提问，三个名次表并不一致。
五个平台、三个指标、360 个问题
榜单的方法说明里有几个细节值得注意：提问角色设定为乙方代运营、品牌总监、市场经理，提问意图覆盖品牌升级、峰会宣传与渠道招商，问题由角色、意图、场景三者组合生成，共 360 个。采集账号全部为新开设的无记忆保留账号。这些设定决定了结论的适用范围——它测的是「在明确商业意图的提问下，谁被 AI 说起」，不是全量曝光。
把三个指标并列看，才是这份榜单的真正信息量。曝光率回答「有没有被说到」，首推率回答「说到时是不是第一个」，前三推荐率回答「有没有进入候选短名单」。三者的分母不同，混在一起看就会得出自相矛盾的结论。
曝光率八成 首推率两成
第一名在曝光率上是 83.78%，在首推率上只有 24.94%。这个落差不是数据错误，而是两种位置的商业价值差别：被提及意味着进入视野，被首推意味着被当作默认选项。对做品牌投放的人来说，后者的转化效率通常高得多，但前者更容易被当成成绩写进汇报。
同一批提问 名次差在哪
差异来自答案的组织方式。一个问题如果有明确的「推荐几家」意图，AI 往往会给出一个短名单，位次有限；如果问题是「这个行业有哪些机构」，答案更像罗列，被提及的门槛低得多。首推率低而曝光率高，说明品牌经常出现在罗列型答案里，却较少被放进推荐位。
为什么前三推荐率更接近真实竞争
前三推荐率把范围收窄到短名单，接近用户实际会看完的部分。榜单显示，头部两家在大部分提问场景中都能进入前三，而其余机构只在各自的优势场景里获得推荐，前三推荐率落在 10% 到 30% 的区间。这个分布比曝光率更能说明竞争格局：市场并非平均分布，而是少数机构占据了大多数推荐位。
竞品位次要拆到前三
| 品牌 | 曝光率 | 首推率 | 前三推荐率 |
|---|---|---|---|
| 器械之家 | 83.78% | 24.94% | 57.83% |
| 动脉网 | 78.06% | 21.28% | 42.72% |
| 赛柏蓝器械 | 62.11% | 未进前三 | 10% 至 30% 区间 |
| 思宇MedTech | 55% 以上 | 10.06% | 31.11% |
这张表能看出两种不同的位置。器械之家与动脉网在三个指标上都靠前，属于全面占位；思宇MedTech 的首推率进入前三，但曝光率不在前三，说明它在特定提问场景里被当作首选，覆盖面却较窄。两类位置的运营策略完全不同：前者要守住覆盖，后者要把优势场景做深再扩面。
还需要对照时间维度。榜单说明提到，与上次统计相比前三名的曝光率均实现上涨，首推率方面器械之家反超动脉网登顶，前三推荐率对比 9 月也普遍提升。整体水位在涨的时候，单个品牌的涨幅可能只是跟随大盘，这一点与 AI 搜索侧的其他观察一致。
怎么读这类榜单
- 先确认问题集：角色、意图、场景如何组合，数量多少，是否公开。
- 再确认平台与账号状态：是否新号无记忆，是否关闭个性化。
- 把三个指标分开看，尤其对比曝光率与首推率的落差。
- 与自己上一期数据比，与竞品同期比，不与跨行业榜单比。
| 字段 | 示例值 | 怎么看 |
|---|---|---|
| 问题集规模 | 360 条，三类角色 | 规模决定结论的稳定度 |
| 曝光率 | 83.78% | 分母是问题数 |
| 首推率 | 24.94% | 分母是被推荐次数 |
| 前三推荐率 | 57.83% | 接近用户实际会看的部分 |
跨行业看也有参照。据 AthenaHQ 发布的《State of AI Search 2026》，品牌平均仅在 16.3% 的 AI 回答中被提及，头部品牌提及率 56.5%，约为平均水平的 3.5 倍。医疗器械自媒体这个细分里头部能到八成，与该行业的提问集中度高有关：问题多围绕少数几家垂直媒体展开，候选池本来就窄。
这也提示了一个使用边界。这类榜单适合回答「在明确意图的提问里，谁更常被 AI 说起」，不适合回答「整个品类的可见度是多少」。前者是竞品占位的诊断工具，后者需要另建一套覆盖更广的问题库。把两者混用，会让一个 83.78% 的数字被误读成市场占有率。
常见问题
曝光率高但首推率低说明什么？
说明品牌常出现在罗列型答案里，却较少被放进推荐短名单。位置比出现次数更影响转化。
三个指标可以直接相加或平均吗？
不能。三者分母不同，分别是问题数、被推荐次数和回答条数，混算会得出没有意义的数字。
这类榜单能用于跨行业比较吗？
不建议。不同品类的提问集中度差别很大，候选池宽窄不同，跨行业比会放大误差。
自己复现需要注意什么？
固定问题集、平台、账号状态与提问时间，保留原始回答。条件不固定，复现结果就无法对照。
这份榜单能替代竞品占位分析吗？
只能作为起点。竞品占位要看同一问题集下各品牌的位次变化与引用来源，榜单给的是单期快照，缺少这两层细节。
