11 月 12 日这个时点，一个问题还没有标准答案：同一个双 11，增速该按 2.4% 算，还是按 8.2% 算？两套口径都出自公开战报——综合电商首轮同比 2.4%，全网 GMV 同比 8.2%（中国商报）。对品牌和市场团队来说，麻烦不在于哪个数字对，而在于用户向豆包、DeepSeek 提问“今年双 11 增长多少”时，AI 回答引的是哪一版、引的是谁。这正是 AI 搜索可见度里最难自查的一段。
答案里那个数字，来自哪一版战报
把两套数字放进同一次提问，AI 的回答方式通常是“综合多家媒体报道”——听起来严谨，实际可能把不同口径的数字并排放在一句话里。对读者，这是一句含糊的概括；对品牌，这是一个可观测的风险点：当你的品类数据被这样复述时，口径错配会直接改变结论，而品牌往往不知道自己被这样描述。
可见度不等于被引用
Semrush 在 11 月 3 日发布的 Ghost Citations 研究给出了一个反直觉的分布：Gemini 在其出现的品牌查询中有 83.7% 会提到品牌名，却只有 21.4% 附上引用链接；ChatGPT 相反，87% 的出现附有引用，纯提及只占 20.7%（GEO 週報）。只统计引用次数，会把 Gemini 里的品牌影响力低估十倍以上。
这条差异对监测口径的要求很直接：问题库要按平台分开建，指标也要按平台分开算。把“提及率”和“引用率”合成一个总分，看起来简洁，实际会把两个方向相反的信号抵消掉，最后既看不出曝光变化，也看不出信源问题。
中文语料里的引用更稀
GeoBuddy 对 2713 个品牌的检测显示，59.6% 的品牌在 AI 回答里完全不可见，平均可见度只有 14.6%；在其统计的 7787 条答案中，只有 29% 至少引用了一个来源，被引最多的第三方域名是 Reddit、YouTube 和 LinkedIn（GeoBuddy）。这个样本以英文为主，但指向的机制是通用的：多数答案不给来源，给了来源的也集中在少数高权重站点。
对中文品牌，这意味着两件事。一是“被提到”比“被引用”更容易实现，短期指标应该分开设；二是引用来源高度集中，想让品牌进入引用位，光靠自有站点不够，还要看行业媒体和垂直门户有没有可被检索的事实页。
| 平台 | 提及率 | 引用率 |
|---|---|---|
| Gemini | 83.7% | 21.4% |
| ChatGPT | 20.7% 纯提及 | 87% |
口径错配，会在问答里被放大
财经类问题尤其容易出错，因为数字本身带着时间限定。用户问“即时零售今年增长多少”，答案可能给出 138.4%，也可能给出某个平台的单季增速；两个数字都对，回答却会让人以为行业整体翻了倍。品牌如果在自己的内容里也只写倍数不写基数，等于给这类误读添了一份素材。
可核查的做法是给自己的关键数据配一套固定表述：数字、口径、时间、来源四件套齐全，并在官网保留一个可被抓取的页面。AI 平台抓取时更倾向结构清晰、来源明确的页面；这一点在中文 GEO 实践里已有粗略验证，经优化的内容在字节系 AI 搜索中的结构化引用率约为 53%，未优化内容约为 8%（凤凰网科技）。样本来自服务商内部测试，只能当方向看，不能当基准。
监测要落到可复查的清单上
一套能用的监测，至少要做到三件事：固定问题库、固定平台、固定时间点。问题库按购买决策路径分三层——品类问题、对比问题、品牌问题；平台覆盖豆包、DeepSeek、元宝、通义千问、Kimi 与 ChatGPT；每周同一时间用同一批问题跑一遍，记录是否提及、排在第几位、引了哪些来源。
记录之后才有诊断空间。品牌提及率上升但引用率不动，说明内容被读到却没被采信，要补可核验的事实页；引用率上升但推荐位次不动，说明进了候选没进首选，要比对竞品被引的那几页差在哪里。把这两个指标分开看，优化动作才不会互相打架。
常见问题
AI 回答里的引用来源怎么查？
先看答案是否给出可点击的来源卡片或角标，再回到原始页面核对数字口径与发布时间。没有来源的答案只能作为提及记录，不能作为引用证据。
GEO 和 SEO 的差别到底在哪？
SEO 争的是页面排名，GEO 争的是答案里被提到、被引用、被推荐。前者看点击，后者看曝光与信源占比，指标不通用。
多平台可见度怎么对比才不失真？
按平台分别设指标：以引用为主的平台看引用率，以提及为主的平台看提及率和位次。合成总分前先确认两个指标的变动方向一致。
优化后多久能看到变化？
取决于抓取与索引周期，通常以周为单位观察。单次提问的波动很大，建议连续四周同一问题库对比，不看单日结果。
