简答：「AI 答案里的品牌份额」至少被用来指四个不同的数字：提及率、声量份额、推荐率和引用份额。它们各自回答不同的问题，也各有各的虚高方式，而且虚高时表面上看不出任何异样。相信一个品牌份额之前，先弄清它是四个里的哪一个、在哪些问题和引擎上算的、又排除了什么。
这篇讲的是怎么读一个数字，而不是怎么算出一个数字。如果你要自己搭这套衡量，AI 回答里的声量份额怎么测一步一步讲了计算方法。
AI 答案里，四个都被叫作「品牌份额」的数字
| 指标 | 它数的是什么 | 它回答的问题 | 最常见的误导方式 |
|---|---|---|---|
| 提及率 | 点到你的回答数，除以已完成的回答数 | 我到底有没有出现在对话里？ | 题面本身含你的品牌名，助手当然会点你的名 |
| 声量份额 | 你被点名的次数，除以所有品牌被点名的次数 | 这场对话里有多少是关于我的？ | 对自家宽松匹配，对竞品只按固定名单判定 |
| 推荐率 | 推荐了你的回答，而不只是提到你 | 买家读完会不会选我？ | 和提及合并，于是一次批评性的提及也算赢 |
| 引用份额与广度 | 回答正文里标注、指向你域名的来源，以及有多少道不同的问题引用了它 | 我的内容有没有被当作证据？ | 把引擎检索到的所有页面都算进来，而不只是它真正标注的来源 |
没有哪一个是「通用正确」的。一份报告如果只给其中一个、又不说明是哪一个，就是第一个该追问的地方。提及率等术语的简明定义，可以在术语表里查到。
每个数字是怎么被抬高的
提及率：自己名字的回声
你问助手「某某公司好不好」，它当然会点那家公司的名。问题集里一旦混进这类题，提及率就会上升，却说明不了你会不会自己浮现出来。这不是假设：一组由 LLM 生成的问题集里，15 道题有 13 道带品牌名，五个引擎上的分数齐刷刷 13%，而诚实的数值是零。带品牌名的问题应该放进单独的口碑视图，完全不进可见度数字。
声量份额：被悄悄缩小的分母
声量份额是一个分数，所以既可以靠分子变大来提高，也可以靠分母变小来提高。如果没有把回答里点到的每个品牌都算进去，没人列进名单的那些品牌就掉出了分母，你的份额从结构上就被抬高了。不对称的竞品判定曾让一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（见图 2）。一定要问：这个份额是在多少个不同品牌之间算出来的？117 家里的 1% 和 5 家里的 1%，是完全不同的处境。
推荐率：被提到不等于被推荐
一条回答点你的名，可能恰恰是为了把买家引向别家。你的页面也可能被当作来源引用，而回答推荐的却是竞品。把「被点名」「被引用」「被推荐」合在一起，报告会更好看，真正的缺口却被藏了起来。它们必须是三列。
引用：检索候选池
助手检索到的页面，通常远多于它最后引用的。只有回答正文里标注出来的来源才算引用。我们自己在修复之前，数的是检索候选池，引用数字因此虚高了两到四倍。更难灌水的是广度：一条回答引了你 12 个页面，覆盖面并不是 12 倍，所以要问的是「有多少道不同的问题引用了你的域名」，而不只是一共记了多少条引用。各引擎在这一点上也不一样。Perplexity 几乎每条回答都给出来源，是最容易观察引用份额的引擎；为这些回答抓取页面的是哪个代理，见它的爬虫文档。读引用数据的更多方法，见引用分析。
读品牌份额，关键在分母
上面表里的每一个数字都是分数，而关于品牌份额的争论，多半其实是关于分母的争论。分母有三个属性会改变份额的含义，一份报告应该把这三点都写在百分比旁边。
分母里有多少个品牌。117 家里的 1% 和 5 家里的 1% 是完全不同的处境，光看百分比区分不了。在拥挤的品类里，一个不大的份额也可能是体面的位置；在只有五个名字的品类里，同样的份额意味着你几乎不在场。每个份额旁边，都应该写上不同品牌的总数。
一个品牌是不是只算成一个。大小写、标点、法律后缀，以及用产品线名代替公司名，都会把一个品牌拆成好几行。拆竞品会低估它、抬高你；拆自己则会低估自己。计数之前，要先把同一品牌的不同写法归一成一个实体，报告里也应该说明做过这一步。
它建立在多少条回答上。几条回答算出来的百分比，是「装成信号的噪声」，下一轮就会大幅摆动。样本太薄时，诚实的做法是不报这个份额，而不是印出一个下一轮就会自己反转的数字。
各个引擎在一条回答里放多少个名字也不一样，这会改变每个份额所依据的范围：
所以下面清单里「是不是按引擎分开报告」那一问，并不是走过场。在每条回答点名更少的引擎上，份额是在更小的范围里算出来的，同样的位置，在不同引擎上会得出不同的百分比。
拿到任何品牌份额报告，先问这七个问题
- 能不能看到问题集？有没有哪道题含品牌名？问题集不公开，这个数字就无从核对。
- 每个引擎是不是分开报告的？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。一个跨引擎的总数，哪一种处境都描述不了。
- 整条趋势线用的是不是同一套口径？有一次开启联网检索，某站点从 3% 跳到 13%，而站点什么都没做。每一轮都应该带口径版本号，不同版本之间不能比较。
- 失败或缺失的轮次怎么显示？显示为缺口是诚实的；画成零会造出假下跌；悄悄略过同样会误导。我们自己就出过这样的事故：超过 10 分钟的检测运行从来没被快照过，趋势线就这样把它们悄悄漏掉了。
- 是不是每个被点名的品牌都算了？总数写出来没有？没有分母的份额只是装饰。
- 引用是不是从回答正文里数的？直接问：检索候选池有没有算进去。
- 任何一个数字，能不能点开看到背后的原始回答？没有存下来的原文、引擎、日期和被引 URL，谁也分不清是计数出了 bug 还是真的变了。
七个问题都答得精确，不管界面长什么样，这份报告大概是扎实的。哪一个答得含糊，那里就是数字被「做」出来、而不是测出来的地方。
什么情况看哪个数字
| 你的处境 | 首先看 | 为什么 |
|---|---|---|
| 争取被推荐的品牌或店铺 | 声量份额和提及率，按意图拆开 | 在调研类问题里被点名、在购买类问题里缺席，和反过来是两个不同的问题 |
| 媒体或内容站 | 引用广度 | 你很少是被推荐的品牌，你是被引用的来源，所以「有多少道不同的问题引用了你」才是指标 |
| 给客户出报告的代理商 | 客户输掉的那些问题 | 那份清单就是内容提纲，而且只有在固定、带版本的问题集上才有意义 |
| 口碑监测 | 带品牌名问题的回答，逐条找错误细节 | 这些问题说明不了可见度，但能看出别人直接问到你时，助手怎么说你 |
不管首先看哪个数字，下结论之前都要按意图拆开。一个品牌可能在调研类问题里常被点名（买家还在了解这个品类），在购买类问题里却很少出现（买家正在做选择）。反过来的情况是另一个问题，解法也不同，而一个总百分比会把你属于哪一种藏起来。搭问题集的时候就给每道题记上意图，之后拆分就不费任何功夫。
有一条提醒适用于所有情况：被引用不等于带来流量，多数回答被读完时并没有点击。引用份额上升是一个品牌层面的结果，要在回答那一侧衡量，不一定会出现在你的分析工具里。怎么向客户呈现这些数字而不夸大，见 给客户的 GEO 报告。
资料来源
- Perplexity：爬虫说明（为 Perplexity 回答抓取页面的是哪个代理）
- OpenAI：爬虫概览
- 本指南中的第一方数字来自 InsightWonder 自己的事故记录（2026 年 7 月至 9 月）与基准，出处写在各图的图注里。