截至 2026 年 11 月 14 日，公开可查的四组口径指向同一件事：一条 AI 回答通常只点名两到五家企业，而这个数字并不随品类里的玩家数量增长。同一套问题库在 9 月和 10 月各跑一遍，头部品牌吃掉近三成声量，第五名之后的企业在用户第一次提问的答案里根本没有出现。对做 AI 搜索可见度监测的团队来说，这不是排名问题，而是席位数量问题。
四组口径都把答案压到四五家
Rank.ai 在 2026 年 5 月到 10 月跟踪了 102 个采购类问题、超过 1.1 万条 AI 回答和 7.4 万条引用，得到的第一组数字就很直白：在 ChatGPT、Claude、Gemini 三个平台上，没有点名任何企业的答案占比在 61% 到 63% 之间，点名 5 家以上企业的答案只占 20% 到 22%，平均每条回答只点名 2 到 3 家。同一批数据还显示，ChatGPT 平均每条回答引用约 16 个来源，而只有约 11% 的域名同时被 ChatGPT 和 Perplexity 引用，也就是说信源池并不共享。
国内样本的形状接近。艾瑞咨询与爱搜 GEO 对 2026 年 9 月 8 日至 14 日的监测覆盖豆包、通义千问、DeepSeek、元宝的网页端与 APP 端，5,236 条有效回答共产生 118,865 次品牌引用，Top1 品牌提及率 67%，前三品牌的声量份额合计 27%。按这份报告的判定口径，CR3 SOV 达到 25% 已经属于高度集中，这意味着剩下 97% 的席位由几十上百家企业分食，而大多数企业一次都没进过答案。
海外 B2B 品类的基准研究给出同样的结论。Klarivo 2026 年 8 月对 16,134 条 B2B 软件品类回答的分析显示，领头羊占据中位 31.0% 的提及份额，每个问题组里的第六名仍有 1.5% 到 7.6% 的空间；AthenaHQ《State of AI Search 2026》量到平均品牌只出现在 16.3% 的品类相关回答里，而领头羊能到 56.5%。同一品类里，第一名和平均水平的差距不是几个百分点，而是三倍以上。
分母还在变大。CNNIC 在 2026 年 9 月 29 日发布的《生成式人工智能应用发展报告（2026）》里记录，生成式 AI 用户规模已突破 7 亿，76.0% 的用户会让 AI 回答问题。提问的人越多，被点名的机会并不会自动增加，因为每条答案的席位数量由答案形态决定，而不由市场规模决定。
| 研究口径 | 样本规模 | 覆盖引擎 | 给出的结论 |
|---|---|---|---|
| Rank.ai 跟踪 | 102 个采购问题、1.1 万条回答 | ChatGPT、Claude、Gemini | 61% 至 63% 的答案不点名任何企业 |
| 艾瑞与爱搜 GEO | 5,236 条有效回答 | 豆包、通义千问、DeepSeek、元宝 | 前三品牌声量份额 27%，Top1 提及率 67% |
| Klarivo 基准 | 16,134 条 B2B 软件品类回答 | ChatGPT 等主流引擎 | 领头羊中位提及份额 31.0% |
| AthenaHQ 年度报告 | 品类相关回答抽样 | 多引擎合并 | 平均品牌出现率 16.3%，领头羊 56.5% |
席位不随品类扩张
2026 年 10 月 14 日，一组针对 10 个软件品类的实测把席位数量算得更细：40 条不带品牌名的采购型问题走 ChatGPT 联网模式，平均每条答案点名 4.2 家企业，中位数 4 家，最少 1 家、最多 8 家，其中 26 条落在 4 到 5 家之间。样本不大，但它说明答案不是「恰好很短」的列表，而是按候选清单的方式构建的，既不会慷慨地列长，也很少短到没用。
把席位固定成 4 个，竞争的算术就变得很难看。品类里有 20 家，被点名的比例是 20%；40 家时降到 10%；100 家时只有 4%。品类翻倍不会让答案变长，只会让进入答案的难度翻倍。对品牌来说，真正需要监测的不是「在不在前几名」，而是「在不在那四五个席位里」，因为答案之后没有第二页。
监测口径怎么定才算数
上面的数字可以直接引用，但不能直接拿去当自己的 KPI。第三方研究测量的是行业平均，而企业需要知道的是自己在固定问题下的表现，两者不能混着看。要把 AI 搜索可见度做成可比较的指标，至少要先把三件事定下来，否则每月的数字都只能当故事听。
问题库要固定，否则数字不可比
问题库应当按品类、场景和购买阶段分组，覆盖用户真实会问的表述，并在同一批问题上重复测量。换一套问题再比较提及率，等于换了考卷再比分数。行业里常见的做法是用三十条起步的活跃问题集，按产品线分批扩展，每月同口径复跑一次，把提及率、引用链接和问答截图连同时间戳一起留存。
提及率和声量份额分开记
提及率回答的是「有没有被点到」，声量份额回答的是「占了多少注意力」。前者是门槛，后者是位置。上面那份国内监测里，Top1 的提及率是 67%，前三名的声量份额合计 27%，两个数字描述的并不是同一件事：一个品牌可以在很多答案里被提到一次，却在竞品对比的段落里始终排在后面。
引用来源单列一张表
AI 引用哪些页面，比 AI 说了什么更容易改。第三方研究反复出现同一个规律：被引用的域名高度集中，Reddit、YouTube、LinkedIn 这类平台的出现频率高于企业官网，ChatGPT 引用最多的单一域名占比也不到 3%。这意味着信源布局要按「模型实际读到的页面」排优先级，而不是只优化自家官网。一份脱敏的工业装备案例给出的路径是：产品词提问的品牌提及比例从 0% 提升到 47%，品牌词的 AI 正确识别率从 0% 提升到 89%，官网来自 AI 的访问占比从 0% 提升到 34%，AI 来源询盘的成交转化率 18%，其他渠道为 7%。
改动从哪一步开始
第一步不是写内容，而是把事实口径收敛成一个版本。企业名称、成立时间、业务范围、资质和案例数据如果在官网、媒体稿和平台资料里各说一套，模型会按置信度自行取舍，结果往往是采信了错的那一版。统一口径之后再谈内容数量，才不会把错误重复一百遍。
第二步是修抓取与结构。页面能不能被抓到、有没有语义化的标题层级、关键事实有没有结构化标记，决定了模型能不能把这家企业和这个品类连起来。第三步才是外部佐证，而且顺序应该是先有可核验的事实页，再去争取第三方提及。把这三步倒过来做，通常得到的是漂亮的收录数字和原地不动的提及率。
常见问题
问：AI 回答里被提到一次，算不算进了候选清单？
答：算入门，不算进名单。一条答案通常只给四五个席位，被提到一次说明进入了模型的信源范围；要在固定问题集上稳定出现，才说明这个席位是可持续的。
问：品类里玩家越多，AI 答案会列得更长吗？
答：不会。实测显示答案长度稳定在四到五家，品类扩张只降低被点名的概率，不改变席位总数。这也是为什么 AI 搜索可见度要按席位而不是按排名来监测。
问：为什么不同引擎给出的品牌名单差别很大？
答：因为信源池不共享。有分析显示只有约 11% 的域名同时被 ChatGPT 和 Perplexity 引用，各平台的引用偏好也不同，所以竞品对比必须在同一引擎、同一问题下进行，跨平台合并会把差异抹平。
问：监测 AI 搜索可见度，最少要记录哪些指标？
答：提及率、声量份额、引用来源三类，加上固定问题集与时间戳。只记提及率会漏掉位置差异，只记引用来源会看不出品牌是否被推荐。
