11 月 14 日，有一句提问值得记下来：品牌在 AI 回答里被念到名字，算不算进了货架？答案是不一定。问一句「哪款洗发水去屑效果好」，AI 往往不只报品牌名，还会直接挂出商品图片、价格甚至购买入口；被提到和被挂上商品卡，是两种不同的可见度，前者靠近认知，后者靠近购买路径。这些判断，以 11 月 15 日可查的公开信息为界。
两个指标，别混成一个数
把「被提到」和「被挂上商品卡」合成一个可见度分数，是这类监测里最常见的错误。合成之后，一个在答案正文里被反复提及、却从未进入推荐位的品牌，会显示出一个不错的分值；团队据此加投内容，下一次提问依然拿不到商品卡。指标不拆开，改进动作就没有落点。
拆开之后，判断路径就清楚了。被提到但没商品卡，问题多在商品信息是否结构化、价格与库存能否被读到；被挂商品卡但没被推荐，问题多在场景匹配与第三方印证。两种问题的修法完全不同，一个是技术问题，一个是内容问题。
| 层级 | 观察对象 | 回答的问题 | 典型改进动作 |
|---|---|---|---|
| 提及层 | 答案正文里的品牌名 | 有没有被 AI 说出来 | 补齐可抽取的品牌事实 |
| 商品层 | 答案里的商品卡 | 商品有没有进入候选 | 结构化价格、库存、规格 |
| 推荐层 | 明确推荐名单 | 有没有被优先选中 | 场景化内容与第三方印证 |
| 引用层 | 来源列表 | 依据来自哪里 | 官网与行业媒体同步布局 |
平台之间的差异比想象中大
同一个问题在不同平台问，答案结构可能完全不同。有的平台习惯先给结论再列商品，有的平台习惯先列三五个选项再收口；有的平台引用大量第三方页面，有的平台更依赖可以直接抽取的结构化字段。按平台分别记录，才能看出某个品牌是在哪个环节掉队。
提问集要固定，样本要重复
单次截图的参考价值很低，因为 AI 回答本身会波动。可行的做法是固定一组提问，按周重复问，记录每次的品牌是否被提到、是否挂商品卡、是否被明确推荐、引用了哪些来源。四个布尔值加一个来源列表，就足以形成一条可以比较的趋势线。
提问集的设计也有讲究。品类词、比较词、场景词三类都要有：品类词看基础可见度，比较词看竞品占位，场景词看能不能被具体需求捞出来。只测品类词，会高估自己在真实购买场景里的位置。
信源结构决定能不能被引用
AI 引擎在生成答案时要走检索、筛选、生成、标注四步，能不能被引用取决于筛选那一步。品牌官网的独特之处不是权威性最高，而是它是唯一完全可控的一环：参数、价格、功能、联系方式由品牌首发，其他平台多为二手转述。同一套事实在官网、行业媒体、评测平台三处被重复验证，被引用的概率才会明显上去。
把可见度做成一页周报
周报不需要很厚，四行就够：本周提问集里被提及的比例、挂上商品卡的比例、被明确推荐的比例、被引用的来源里自有站点占几成。四个数一起看，才知道是内容不够、结构不对，还是第三方印证太少。只看其中一个，很容易把波动当成趋势。
这些动作都不依赖某一个平台改规则。AI 回答会变，提问集不变；平台权重会调，四个指标的拆法不变。把测量做成例行工作，才有资格谈优化；否则每一轮调整都只能靠感觉，而感觉在生成式搜索里几乎不可复现。
常见问题
被 AI 提到和被挂上商品卡，差别有多大？
差别在购买路径上。被提到只让用户知道一个名字，挂上商品卡则把图片、价格、入口直接放进回答，后者更接近成交。
为什么要固定提问集？
因为 AI 回答本身有波动，单次结果说明不了问题。固定提问、按周重复，才能看出趋势而不是噪声。
品牌官网在 AI 引用里重要吗？
重要，但原因不是权威性最高，而是完全可控且提供第一手信息。官网的作用是给 AI 一套可核验的事实底稿。
提到率高但商品卡少，该先改什么？
先改结构化。价格、库存、规格、配送这些字段如果只能靠图片或长文表达，AI 很难把它们抽成商品卡。
