AI Visibility Monitoring · 指标口径与执行 SOP

AI 可见度监测方案

4 层指标 · 6 个平台 · 双周采样 · 5 条告警规则 · 可用于客户月报，也可用于自我管理

01监测的第一原则

只看「提及率」的监测，会系统性地高估效果。 品牌名被 AI 复述一次就算一次提及，但那段答案完全可能在推荐别人。所以监测必须至少四层：提没提到你 → 排在多前 → 说得对不对 → 引用的是不是你的内容。

这四层分别回答四个不同的商业问题：有没有曝光、有没有机会、会不会说错、能不能持续。少任何一层，月报都会失真。

02四层指标定义

层级	指标	计算口径	达标参考	失真风险
L1 曝光	提及率	品牌被提及的问题数 ÷ 该平台有效问题总数	首期 <20%，6 个月目标 40%+	把点名品牌的问题算进来会虚高，必须剔除
L2 位次	首位率 / Top3 率	品牌出现在第 1 位（或前 3 位）的问题数 ÷ 被提及问题数	首位率 >15%，Top3 >30%	不同平台列榜单习惯不同，需人工复核
L3 准确	描述准确率	描述正确的答案数 ÷ 提及品牌的答案数（行业、业务、地域、规模四项全对才算对）	>90%	「归错行业」是最常见错误，且比不提更伤
L4 分发	引用份额	引用自有域名/自有内容的次数 ÷ 该问题全部引用次数	基线 +5pp / 季度	只统计自有域名会忽略「被转载但没署名」的情况

复合指标：GEO 健康分（0–100）——五项加权：可抓取性 15 / 内容长度 15 / 结构 20 / 可抽取块 25 / 权威信号 15 / 对题性 10。未测项权重要归一，不能按 0 分算。本项与网站体检同口径，可程序化重跑，不依赖人工判断。

03平台矩阵与采样方式

平台	市场	采样方式	口径说明	优先级
豆包	cn	API（方舟）	需在控制台单独开通联网内容插件；未开通时降级为不联网，须在报告中注明	必测
DeepSeek	cn	API	官方 API 不联网，测的是模型参数化知识里的品牌认知，与网页端结果不同，分开记	必测
Kimi	cn	API	默认不联网；长文本场景引用特征明显	必测
智谱 GLM	cn	API	OpenAI 兼容端点，不联网	选测
腾讯元宝	cn	人工 / 浏览器	无公开联网 API；主要吃公众号生态，与官网优化相关性低，但 B2B 决策人使用率高	人工
通义千问	cn	人工 / 浏览器	Web 与 App 信源重合度低（实测约 24.5%），两个终端分开记，不合并	人工
纳米AI / 百度AI	cn	人工 / 浏览器	无公开 API，用采样表导出后回灌	抽测

三条不可协商的口径纪律：
① API ≠ 网页端。不联网的 API 测的是「模型记不记得你」，联网的网页端测的是「搜不搜得到你」。两者不能合并算提及率。
② Web ≠ App。同一产品不同终端的信源集合有系统性差异，每个「平台 + 终端」单独一行。
③ 国内 ≠ 海外。跨市场平均提及率没有解释力，报告里各占一张表。

04节奏：体检周更，采样双周

每周一重抓官网 → 六维体检 → 看均分与 block_gap 变化

每两周25 题 × 4 平台采样 → 四层指标 → 与上期比 delta

每月出月报：指标趋势 + 新 P0 + 内容上线清单 + 下月排期

每季度重定问题库（淘汰已稳定命中的题，补新场景）+ 竞品对比

每半年复核事实卡与证据等级，清理过时数字与失效案例

为什么不天天采：采样有成本，指标本身有噪声，跑太密看不出信号。双周是「能看出趋势」与「成本可控」的平衡点。改造窗口期（前 8 周）可加密到每周一次。

05基线与归因设计

2–4 周

基线窗口

改造前连续采样，取中位数

4–8 周

观察窗口

改造后同题同平台复采

5 家

竞品对照组

同题看对手提及率是否同步波动

1 份

外部事件记录

平台改版/算法更新/大促，逐一登记

归因默认写「观察相关」，不写「因为…所以…」。要提升到因果判断，必须同时具备：基线窗口、观察窗口、同题对照、竞品对照、外部事件记录。五个条件缺一，就只能说相关。

举个必须避开的坑：改造后提及率从 8% 涨到 15%，但同期豆包做了一次检索策略更新，竞品提及率也从 10% 涨到 18%。这种情况下的正确结论是「全行业可见度普遍上移，我方相对份额未改善」——而不是「我们的优化见效了」。

06五条告警规则

级别	触发条件	响应动作	时限
P0	AI 答案出现事实错误：品牌说错、归错行业、张冠李戴、价格/资质错	立即修正事实卡与官网事实块；必要时向平台反馈纠错；同步检查 llms.txt 与 JSON-LD 是否一致	24 小时
P0	robots 开始封禁 AI 抓取器 / 核心页返回非 200 / 站点整体不可抓取	通知开发回滚；这属于门票失效，优先于一切内容工作	24 小时
P1	提及率环比下降 >10 个百分点	先排查平台侧变化与采样口径是否变动，再判断是否内容问题；不要立刻改内容	3 天
P1	描述准确率跌破 90%	定位是哪个字段说错（行业/地域/规模/业务），回补对应结构化数据	7 天
P2	工单从 `done` 回归 `todo`（页面改回去了）	自动验收会翻回状态，安排复查并记录回归原因	下次体检

07报表结构（月报一页纸）

结论先行：一句由数据自动生成的判断，例「本月提及率 12%→19%，但引用份额未动，说明曝光来自榜单稿而非自有内容」。
四层指标趋势表：本期 / 上期 / delta，逐平台一行，不合并。
AI 实际引用的域名 Top 10：这是当期真实的分发地图，用它修正下期外部信源计划。
事实错误清单：有几条、错在哪、是否已修。
内容上线清单：本期发了什么、落在哪个词簇、验收是否通过。
新 P0 / 关闭的 P0：进出各几条。
下月排期：只写 3 件事，多了等于没有优先级。

08数据存档规范

存什么	存在哪	为什么必须留
答案原文	`samples/YYYY-MM-DD.jsonl`	没有原文的百分比无法复核，也不能标「真实采样」
引用域名清单	随每次采样一起存	引用来源变化往往早于提及率变化，是最早的信号
采样环境	平台 / 终端 / 是否联网 / 时间	不同环境结果不可比，缺一项这批数据就作废
体检快照	`evidence/` + `audit.json`	用于自动验收工单，判断是否回归
历史基线	`history/`	算 delta 的唯一依据

09本期监测状态

当前状态：基线未建立。 2026-11-04 首次采样因账户凭证过期失败（302.AI: Account credential expired），四个平台均未取得有效答案。按纪律，本期不出具提及率、首位率、描述准确率、引用份额四项指标——没有原文的数字一律不写。

已就绪：25 题问题库、5 家竞品清单、6 平台路由、工单 12 条（含 9 条可自动验收）、官网基线 audit.json（18 页，均分 52.1）。

恢复采样只需三步：

更新 .env 中的 AI302AI_API_KEY（或改用各平台官方 Key）；
跑 geo.py sample --slug yuxian-geo --platforms doubao,deepseek,glm,kimi；
跑 geo.py report --slug yuxian-geo 生成首期基线报告。

10边界声明

监测衡量的是「可发现性、可验证性、可抽取性」，不等于排名，也不承诺任何平台一定引用某个页面。GEO 提高的是概率。
采样遵循平台服务条款：不批量滥采、不模拟登录、不绕过访问限制。无公开 API 的平台走人工采样表。
单次采样的差异没有解释力；任何结论都必须建立在基线窗口 + 观察窗口的对比上。