分数与指标:可见度、推荐份额、推荐等级、区间、引用与情感
各项指标的计算方法:数据看板可见度分数、提及、引用和声量占比、从提及到推荐的各项比例和 95% 区间、加权推荐份额、每条回答的推荐等级、覆盖率和位置、情感、语境健康,以及生成文章的 AEO 就绪度。
可见度分数(数据看板仪表,0 到 100)
在当前筛选(市场、平台、日期范围)内,至少在一个 AI 引擎里被提及的已追踪提示词占比:被提及的提示词 ÷ 被检测的提示词 × 100。它跟随筛选条变化,方便单独看某个市场或引擎。
提及、引用、声量占比
- 提及:每条提示词 × 引擎 × 扫描里品牌出现在回答中,算一次。
- 引用:回答里引用了你域名下的链接,算一次。「被引用页面」按不同链接计数。
- 声量占比:你的提及 ÷(你的提及 + 同一批回答里的竞品提及)× 100。
- 变化 比较的是周期后半段与前半段的平均值,比首尾对比在小样本下更稳。
推荐等级(每条回答)
被提到不等于被推荐。每条回答里你的品牌有一个推荐等级,在证据抽屉里显示并附理由:
| 等级 | 规则 |
|---|---|
| 首选 | 回答明确说它是最好的、首选的那一个,没有附加条件。只是排在列表第一不算 |
| 推荐 | 回答主动向用户推荐它(和别的品牌一起推荐也算),没有附加条件 |
| 有条件推荐 | 只对一部分人或在某种条件下推荐,例如「预算充足的话」「适合需要 X 的团队」 |
| 候选 | 出现在选项列表里,描述中性,没有被推荐 |
| 仅提及 | 只是顺带提到、拿来比较、被批评或被劝退 |
等级由模型按回答原话判断,每个等级都附上它依据的原话。尚未通过校准的语言暂时用规则判断,校准情况见 方法论。
判断有误时,在证据抽屉的「历史版本」里点「判断有误?」,选「推荐等级应为」并提交纠正。纠正保存在这条回答旁边,原回答不会被修改。
从提及到推荐
数据看板「从提及到推荐」卡片把回答按漏斗统计:AI 回答 → 提到你 → 引用你的网站 → 推荐你 → 首选推荐,可按 AI 平台展开。另有两个转化比例:
- 引用你的回答中,推荐你的比例:被引用后,AI 是否进一步推荐你。
- 提到你的回答中,推荐你的比例。
- 加权推荐份额:每次推荐按同一回答里出现的竞品数折算:只推荐你算 1 次,和 3 个竞品一起推荐算 1/4 次,再除以全部回答数。竞争对手页对每个品牌用同样的口径。
- 唯一推荐:推荐你、且没有提到任何已追踪竞品的回答数。
详见 从提及到推荐。
区间和数据来源
比例旁显示 95% 区间:同样的情况多测几次,数值很可能落在这个范围内。回答少于 10 条时直接显示 x/n。区间窄说明回答多;区间宽时等更多扫描或开启多次采样。
每个指标都注明 数据来源:「真实产品界面」(和用户在 AI 应用里看到的一致)或「官方接口」,以及用到的模型。提示词库的「覆盖与候选」也带 95% 区间,见 提示词覆盖 和 测量可信度。
每条提示词的覆盖率与位置(提示追踪)
- 覆盖率:提到你的引擎数 ÷ 回答了的引擎数 × 100,只算该市场扫描的引擎。出错或触发配额的引擎不计入,避免故障拉低数字。
- 位置:第一条包含你品牌的编号或项目符号行的序号,在证据的引擎标签上显示为 #n。被提及但不在列表里算「提及」;第 1 位是「首位结果」,1 到 3 位是「上榜」。
- 多次采样:开启「每次测 3 遍」后,每个引擎回答 3 次,结果显示为「提及 x/3」,能看到品牌在多次回答中出现的频率。
- 被引用:回答里某个链接的主机是你的域名或其子域名。
- 回答里的竞品:回答含对比表时取第一列,否则取列表项,过滤成真实名称并最多保留八个。
- 最佳排名、平均排名、变化 按每次扫描存储,用于趋势和历史成果。
情感
每条回答有一个情感分。高于 +10 为正面,低于 −10 为负面,之间为中性。数据看板的「正面情感」= 正面 ÷(正面 + 负面);中性回答不在分母里。
语境健康
每条回答按三种失败模式判定:品牌被描述成错误类型的公司、答非所问、回答语言错误。判定结果为相符、错位或无关;错位和无关会在这条提示词的「证据」里显示语境卡片,提示追踪可以按「语境异常」筛选。判定以生产规则里的业务信息为准,请保持准确。品牌词回答里的错误电话、网址和价格另由自动化 → 品牌信息校验 检查。
生成文章的 AEO 就绪度(GEO 分)
按固定规则评分(同一篇文章每次得分相同),满分 100,看五个维度:
| 维度 | 看什么 |
|---|---|
| 结构完整度 | 标题层级、FAQ 段落和结构化数据是否齐全 |
| 实体清晰度 | 品牌和主题是否清楚,并在开头出现 |
| 数据支撑 | 是否有具体数字和对比 |
| 篇幅适宜 | 篇幅是否足以完整回答问题 |
| 直接答案 | 首段是否直接回答问题 |
文章页显示有几个维度达标(N / 5):5 = 优化充分,4 = 良好,3 = 可发布,2 及以下 = 建议优化。
常见问题
数据看板的数字和提示追踪为什么不同? 数据看板受筛选条影响,且任一引擎提及就算覆盖;提示追踪显示每条提示词跨引擎的自身覆盖率。
某天所有指标同时下降? 看数据看板有没有「AI 平台整体变化」。某个引擎对所有项目同时变化(比如每条回答引用的网址变少、换了新模型)时,通常是平台原因。
这个分数预测流量吗? 不。它衡量的是在 AI 回答里的存在。从 AI 来的访问看 AI 流量,带来的线索和收入看收入归因。
Was this article helpful?
