简答:一份能据以行动的 AI 可见度报告,方法写在数字前面;第一项发现是「竞品被点名、你却缺席」的问题;先按引擎分别报告再谈平均;提及、推荐、引用分开计;竞品和自家用同一把尺子量;并如实写明哪些没测到。把这些串起来的是一个性质:报告里每个数字都能点开,一路追回到产出它的那条回答原文。少了这一条,谁也分不清是判定出了 bug,还是真的发生了变化。

下面多数规则,都是在我们自己的衡量给出过很有底气、却完全错误的数字之后才定下的;发现那些错误的唯一办法,是把背后的回答一条条打开看。章节按读者应当读到的顺序排列。

六个章节,按阅读顺序排列01方法问题集及版本、引擎、日期、口径版本02输掉的问题竞品被点名而你缺席,逐条链回原回答03各引擎出现情况提及、推荐、引用分开,再按意图拆分04引用只算正文标注的来源,广度与次数并列05竞品点名的品牌全部计数,并写明品牌总数06没测到的部分超时、缺口、残缺运行、被挡住的爬虫底层:所有数字都从存下的检测重新计算,每一个都能追回回答原文
图 1 一份 AI 可见度报告的阅读顺序。方法放最前,后面每个数字才有分母;「输掉的问题」是第一项发现,因为它就是内容提纲。来源:本文列出的报告规则。

方法先行:AI 可见度报告在给出任何数字之前要交代什么

没有分母、没有量尺的百分比不是发现,是装饰。所以报告在任何图表之前,先用四五句大白话交代清楚:

  • 问题集及其版本。多少道题、怎么写的、和上期比有没有改。百分比的分母就是问题集,加几道容易的题,平均值就涨了,实际什么都没变好。
  • 引擎与时间范围。问了哪些助手,回答是哪几天采集的。
  • 口径版本。加模型、开联网检索、改品牌判定,改的是量尺不是品牌。有一次开启联网检索,某站点从 3% 跳到 13%,站点什么都没做。不同口径版本绝不放在一起比,报告要写明用的哪个版本。
  • 是否排除了带品牌名的问题。问助手「某某公司靠不靠谱」,它当然会点名。我们的一次检测里,15 道生成的问题有 13 道带品牌名,五个引擎齐刷刷显示 13%,诚实的数值是零。要写明排除了几道、为什么。
同一个站点,换一把尺子:有缺陷的数字显示了什么报告里显示的数字换成一致口径之后保留了带品牌名的问题15 道题里 13 道带品牌名13%0%不对称的竞品判定声量份额;「第二名」其实垫底31%0%开启了联网检索可见度;站点什么都没做13%3%
图 2 我们自己衡量中出过的三次错误,均已修复。前两次显示的数字是错的;第三次两个数字都没错,只是落在不同的口径版本上,所以这类检测从不放在一起比。来源:我们自己的第一方事故记录,2026 年 7 月至 9 月。

公开发表的研究也会遇到口径漂移,写明了才能继续用。Ahrefs 发现,Google AI Overviews 引用的网址有 37.9% 同时出现在前 10 个结果区块中,而它 2025 年 7 月那次研究得出的是约 76%;同一篇文章交代了它改进了解析方法、AI Overviews 期间改由 Gemini 3 驱动。读者因此看得出,尺子本身也动了。这项发现还说明,多数被引网址不在前 10 名里,排名报告替代不了 AI 可见度报告。

读者后面会问的「是不是我们改了什么」,应该在这里就有答案。报告里可以直接链一条「衡量口径」的术语解释;怎么把方法讲给没参与衡量的人听,见面向客户的 GEO 报告指南。

第一项发现:先放你输掉的问题

交代完方法,第一项发现应该是「竞品被点名、你却缺席」的问题清单,每一道都链回产生它的那条回答。这份清单就是内容提纲:该回应哪种买家处境、助手当时说了什么,都在里面,这是任何百分比给不了的。

旁边两类问题要分开放。谁都没被点名的问题不算「输」,是一块空地,不需要挤掉谁,往往更便宜拿下。已经赢下的问题放在后面;以「做得好的地方」开篇的报告,读完不知道下个月做什么。

两条纪律让这份清单保持诚实。一是不附上观察不到的原因:数据只说明竞品被点名而你没有,说明不了为什么,编一个理由只会把下个月的工作带偏。二是只有连续两轮都出现的变化才算数,因为即使什么都没变,回答也会在轮次之间波动。

出现情况:逐个引擎报告,三个指标分开记

先逐个引擎报告,再给任何合并后的数字。在我们自己的基准里,一个模型每条回答平均点名 3.5 个提供方,另一个只有 2.1 个,平均数哪个都描述不了。同一家公司的两个产品也会分道扬镳:Ahrefs 在 540,000 组查询里发现,Google 的 AI Mode 和 AI Overviews 只有 13.7% 的时候引用相同网址,而两边回答的平均语义相似度有 86%。说法差不多,来源却不同,混成一个数字正好把这点差异藏起来。

在每个引擎内部,还要把三件事分开:

指标回答的问题为什么要分开
被提及品牌有没有被点到名?顺带一提,不等于被推荐。
被推荐品牌是不是被当作买家问题的答案给出?买家真正据以行动的是这一项。
被引用你的某个页面有没有被列为来源?页面可能被引用,回答推荐的却是竞品。合在一起会美化报告,也掩盖真正的缺口。

每道问题还要记录意图。在调研类问题里被点名、在购买类问题里缺席,和反过来解法不同,一个总百分比区分不了。实用的排法是每个引擎一行、三个指标各一列,下面再放一张只看购买意图问题的同样的表。

引用与竞品:所有人用同一把尺子

只数回答里亮出来的引用

只有回答正文里标注出来的来源才算引用。助手通常会检索十几个页面,最后只引用其中几个,把检索候选池也算进去,是报告夸大覆盖面最常见的方式。我们自己修复之前,就因此让引用数字虚高了两到四倍。映射不到真实网址的标注一律丢弃;广度要和次数并列:一条回答引用你 12 个页面,覆盖面不是 12 倍,「多少道不同的问题引用了你的域名」则难灌水得多。

还有谁被引用,要按引擎分开列

被引域名排行告诉你旁证该从哪里来,它也要按引擎拆开。Profound 分析了 6.8 亿条引用,各引擎的排行差得很远:ChatGPT 里被引最多的是 Wikipedia,占全部引用的 7.8%;而 Perplexity 和 Google AI Overviews 里排第一的都是 Reddit,分别占 6.6% 和 2.2%。

各引擎被引最多的域名,占该引擎全部引用的比例每个引擎取被引最多的前两个域名,2024 年 8 月至 2025 年 6 月;高亮的是第一名。ChatGPTWikipedia7.8%Reddit1.8%PerplexityReddit6.6%YouTube2.0%Google AIReddit2.2%OverviewsYouTube1.9%
图 3 被引最多的来源因引擎而异,引用的集中程度也不同:同一个 Reddit,在 Perplexity 占 6.6%,在 AI Overviews 只占 2.2%。跨引擎合并成一张「还有谁被引用」的表,这两点都会被抹平。来源:Profound 对 6.8 亿条引用的分析。

这些是全行业数字,统计截至 2025 年 6 月,你的品类一定不同。重点在结构:排第一的来源随引擎而变,合并后的排行至少会在某个引擎上指错方向。怎么读你自己的这张表,见引用分析。

量竞品,用量自己的那把尺子

声量份额最容易讨好读者,因为判定上的任何不对称都偏向读者自己。我们早期的一个版本里,某个品牌显示声量份额 31%、排名第二;对称地重测之后,是 0% 和倒数第一。防止这种情况的规则:

  • 回答里点名的每个品牌都计数,而不只是竞品名单上的那几个。
  • 计数之前,把不同写法、法律后缀、产品线名称归并成同一个实体,自家和竞品一视同仁。
  • 份额旁边写明品牌总数。117 家里的 1% 和 5 家里的 1%,是完全不同的处境。
  • 样本太薄时不报声量份额。几条回答算出来的百分比是噪声,下一轮就会大幅摆动。

这些规则背后的方法,详见如何衡量 AI 声量份额。

AI 可见度报告里没测到的部分

多数报告会省掉这一节,而省掉它会悄悄污染前面所有章节。拿看似合理的内容填补空缺,比一份更短的报告还糟,因为读者再也分不清哪些可以相信。

情况正确的呈现常见错误
某个引擎超时留空并注明画成 0%,把平稳的一个月变成「下滑」
该周期没有跑检测曲线上留缺口插值,等于凭空造数据
某次运行很慢或不完整照样展示,并加标记悄悄从趋势里拿掉
某家引擎的搜索爬虫被挡住报告为访问问题报告为内容问题
爬虫拿到 200,但页面是空的记为抓取失败算作「可以访问」

第三行不是假设:在我们自己的流水线里,超过 10 分钟的检测运行从来没被快照过,趋势线悄悄漏掉了它们。第四行重要,是因为搜索代理进不了站点造成的零,和内容太薄造成的零,修法完全不同。比如 OpenAI 在爬虫文档里写明,OAI-SearchBot 是 ChatGPT 搜索功能背后的代理;它被挡住的话,写再多内容也没用。

第五行最常被漏掉。多数 AI 爬虫不执行 JavaScript,靠客户端渲染的页面对它们就是空壳。检查访问要用真实 User-Agent 实测,而不是读 robots.txt 推断,并跑一组浏览器对照,免得把单纯宕机的站点报成「封锁 AI 爬虫」。「没测到」和「零」的区别,见术语表的这一条。

把报告拼起来:一张对照表和一份骨架

报告发出去之前,拿这张表对一遍。中间一栏放在看板上都显得没问题,但谁照着行动谁就被误导。

环节不合格的报告能据以行动的报告
开篇一个醒目的总分问题集、引擎、日期和口径版本
第一项发现做得好的地方竞品被点名、你却缺席的问题
引擎一个混合平均数先逐个引擎,合并数字放最后并注明
引用助手检索到的所有页面回答正文标注的来源,广度与次数并列
竞品固定名单,自家品牌宽松匹配点名的品牌全计数,写法归并,写明品牌总数
缺失数据画成 0% 或者插值留空或加标记,并附说明
随时间的变化动一下就叫趋势同一口径版本下连续两轮都出现
原因每个失分都配一个理由只写观察到的事实,原因留白
数字来源从看板上抄从存下的检测重新计算

过得了这张表的报告,提纲大致如下,可以照抄:

1. 方法:问题集(版本、排除项)、引擎、日期、口径版本
2. 输掉的问题:逐条链回原回答;「空地」另列
3. 各引擎出现情况:提及 / 推荐 / 引用,按意图拆分
4. 引用:只算正文标注,广度与次数,按引擎列被引域名
5. 竞品:同一套判定,品牌总数,样本太薄不报
6. 未测到:超时、缺口、残缺运行、被挡或空壳的抓取
附录:所有数字从存下的检测重新计算

附录那一行很要紧:几周后再生成的报告,数字仍要对得上,和看板读同一份存档,两者才不会各说各话。想看这些规则落在一份真实报告里的样子,可以看站内报告功能页,那里写了 InsightWonder 如何逐条执行。

资料来源