跳到主要内容

AI 提及率与品牌可见度的指标口径

AI 提及率、推荐率、推荐覆盖率:同一个叫「提及率」的数字,分母不同就是两回事。这一页把每个指标的分子、分母和适用边界写清楚,公式可以直接复算。

每个指标的分子与分母

主口径是「项目累计」:项目内全部成功回答,不带时间窗,今天的数字和明天一样,便于复算。带时间窗的数字是另一个口径,会单独标注「筛选范围提及率」,并且每个数字旁边都写明它用的样本量。

提及率

提到本品牌的回答数 ÷ 成功回答总数 × 100%

只看 AI 回答的正文。来源列表里出现品牌名、而正文没提到,不算提及,单独记一条「被引用但未被提及」。

推荐率

明确推荐的回答数 ÷ 推荐与否可判定的回答数 × 100%

判不出来的回答(无法绑定到具体品牌、找不到可回读原话)记为「无法判定」,不进分母,也不当成「不推荐」。

推荐覆盖率

推荐与否可判定的回答数 ÷ 成功回答总数 × 100%

必须和推荐率一起看。30% 的推荐率,背后可能是 80 条可判定样本,也可能是 100 条里只判出来 30 条——两者含义完全不同。

GEO 综合可见度

50% × 提及率 + 30% × 推荐强度 + 20% × 正面强度

推荐强度与正面强度的分母都是「被提到的回答」,不是全部回答。没有成功回答时显示「暂无数据」,不显示 0 分。

被引用但未被提及

来源命中品牌、正文未命中品牌的回答数(独立计数)

不进任何比率的分母。它衡量的是「AI 检索到了你」,与「AI 说了你」是两件事。

排名

暂不提供

回答里的先后顺序不等于推荐排序,把段落位置猜成名次会给出一个看起来很确定、实际站不住的 1、2、3。定义出严格规则之前,我们不提供这个指标。

AI 回答会受时间、问题、平台能力和来源返回策略影响

AI 回答会受时间、问题、平台能力和来源返回策略影响。检测结果用于观察和复查,不是对市场、用户信任或业务转化的直接替代。

  • AI 回答具有随机性
  • 引用来源可能不完整
  • 推荐率不等于转化率
  • 提及率不等于市场份额
  • 不同平台能力不同
  • 系统不承诺排名或引用

检测是怎么跑的

  1. 01

    还原 AI 眼中的真实位置

    围绕真实问题执行平台检测,保留任务状态、原始回答和时间信息。

  2. 02

    拆出提及与推荐

    把回答中的品牌提及与推荐语境拆成可回看的分析字段,并说明哪些条数判不出来。

  3. 03

    知道答案引用了什么

    仅记录平台响应中实际可获取、可核对的 URL 或来源记录,不替平台补全缺失的引用。

  4. 04

    用下一轮检测验证变化

    围绕问题池、竞品和历史任务持续复测,不把一次结果当成长期结论。