AI 可见性分析指标说明

AI 品牌运营不能只看“有没有被提到”。更有价值的是理解品牌在什么问题里出现、以什么语气出现、是否被推荐，以及这些变化来自哪里。

可见度和提及率

AI 可见度关注品牌是否进入目标问题的答案范围。提及率更偏向统计品牌被点名的频次，两者都能反映品牌是否被模型看见。

如果品牌被提到但没有推荐理由，说明模型可能只知道名称，还没有形成稳定心智。

可见度适合回答“AI 是否知道我”，提及率适合回答“AI 在多少回答里点名我”。两者都重要，但不能单独作为最终目标。

例如，一个品牌可能在很多回答里被简单提到，但没有进入推荐列表；也可能在少数高价值问题里被重点推荐。判断效果时，需要结合问题价值一起看。

风险回答包括事实错误、过时信息、负面联想、夸大承诺和不适合引用的描述。对医疗、教育、金融、本地服务等行业尤其要持续监控。

归因不是简单判断涨跌，而是把回答变化和官网内容、外部信源、竞品动作、模型更新联系起来，找到下一轮优化重点。

风险回答有时不会直接表现为负面评价，而是表现为模糊、不确定或错误归类。例如 AI 把一个垂直品牌写成平台型公司，或者把已下线服务继续作为卖点。

归因时要回到证据链：AI 可能从哪里得到这个判断，官网是否有更清楚的说明，外部信源是否仍在传播旧信息，竞品是否提供了更完整的解释。

一组健康的 AI 品牌指标，应该同时包含可见度、提及率、推荐率、正负面倾向、回答证据和风险标签。

如果可见度上升但风险回答也上升，说明品牌虽然被看见，但表达质量需要处理。如果推荐率上升但理由不准确，也需要及时修正。

指标的意义不是制造一个分数，而是帮助团队决定下一步动作：补事实、补案例、改 FAQ、建信源，还是处理风险表达。