这轮关于 AI 可见度的争论，本质是两套口径被混成了一套。品牌在 AI 回答里「被说出来」和「被引用」是两条不同的通道：前者走模型的记忆，后者走引擎的检索，核验方式、失效条件、能改的动作都不一样。把它们塞进一个「提及率」里，等于用查库存的方式看出题。到 11 月 13 日为止，公开研究已经能把这两条通道拆得比较清楚。
提及与引用是两条通道
两者的载体不同。被提及靠的是品牌语义资产：知识图谱、权威词条、问答语料；被引用靠的是页面语义资产：结构化页面、榜单、评测指南。前者失效的原因是品牌事实长期不更新、口径不一致，后者失效的原因是页面删改栏目、爬虫被拦截。相关研究给了一组很直观的数字：已知品牌被模型写入自建搜索查询的比例是 67%，未知品牌只有 11%；同等排名下，已知品牌被引用的几率高出 1.6 倍。
更值得注意的是，46% 的品牌提及没有任何页面支撑——AI 靠记忆说话的比例比想象中高。这意味着只做页面优化的品牌，可能在某些问题里被说出来却没有可核验的来源；反过来，只做语料铺垫的品牌，一旦用户追问「哪里写的」，就会露馅。两条通道都得走，只是走法不同。
页面技巧在同站点内失灵
| 优化项 | 跨站点效果 | 同站点内效果 | 结论 |
|---|---|---|---|
| FAQ 块 | 正相关 | 近乎为零 | 是门槛不是差异 |
| 结构化数据 | 正相关 | 近乎为零 | 同上 |
| 页面速度 | 正相关 | 近乎为零 | 同上 |
| 段落措辞匹配 | 显著提升 | 显著提升 | 真正拉开差距 |
这组结论来自一项大规模归因研究：在 158099 个答案、468037 次引用的样本里，FAQ 块、结构化数据、摘要框、页面速度这类页面属性，跨站点看呈正相关，同站点内只解释了 2.8% 的引用变化；唯一通过全部稳健性检验的，是标题与段落对问题的措辞匹配——最优段落匹配提升 15.5%，标题匹配提升 14.1%。
换句话说，把页面做得「像答案」是入场券，决定胜负的是「谁更贴切地回答了这个问题」。这也解释了为什么照搬优化清单常常无效：清单改进的是形式，竞争发生在匹配。做内容的人应该把力气花在问题措辞上——用户怎么问，段落就怎么写，而不是把关键词塞满标题。
品牌先验决定了会不会被说出来
品牌先验不是知名度，而是一套口径一致、可摘取、可交叉验证的语义资产。产业白皮书把信源分成三层：权威媒体信源权重 41.2%，解决「靠不靠谱」；品牌认证号权重 30%，解决「是不是官方」；用户证言是基础层，解决「别人用了好不好」。三层一致，模型才会把品牌当成高信任实体。这也意味着，只在自家渠道发声的品牌，拿不到第一层的权重，AI 搜索里的可见度就永远差一截。
监测要按通道分别设指标
提及侧看三个数：提及率、提及位次、表述正确率，靠应答抽样核验；引用侧看三个数：引用率、引用来源归属、快照可复现性，靠来源归属核验。两套指标不能混算，因为一个提升另一个可能不动。做 AI 搜索监测的人常说报告好看但改不动，问题多半出在这里。混算的结果是预算花出去了，报告上的数字好看了，实际能改的地方一个也没找到。
三层信源怎么排
先补权威层。行业媒体、垂类榜单、协会与监管披露，这些页面被引用的概率高，也最容易被模型当成事实依据。再统一品牌层，官网、认证号、客服口径讲同一套参数，不要出现三个版本的规格。最后经营用户层，把真实评价里的关键信息提炼成可摘取的段落，而不是只留一句「好评」。
顺序不能颠倒。权威层没补，先做用户证言，模型拿不到可交叉验证的第三方信息；品牌层口径不一致，用户证言的权重也上不去。可见性报告提到的一组数字值得记住：超过 67% 的 B2B 决策者已在采购前用 AI 工具做品牌调研，而只有 12% 的企业品牌能在 AI 回答中被稳定提及。差距不在预算，在信源结构。
常见问题
提及率高但引用率低，说明什么？
品牌先验够、页面可摘取性不足，要补结构化页面与可核验来源。
结构化数据还要不要做？
要做，它是入场券；但只做它不会带来差异化优势。
三层信源哪层最缺？
多数品牌缺权威层，行业媒体与榜单的覆盖往往最薄。
多久复测一次合适？
每季度一次，模型版本更新后需重新建立基线。
