品牌 AI 可見度基線怎麼測：一套可複測的方法

一次回答，不能代表品牌的真實可見度

很多團隊剛開始做 GEO 時，會先在 AI 中搜尋自己的品牌名。回答裏出現了品牌，就認為已經獲得曝光；沒有出現，就馬上準備增加內容。

這兩種判斷都過早。AI 的回答會受到模型版本、聯網檢索結果、賬號狀態、所在地區和測試入口等因素影響。一次出現或一次缺席，都不能直接代表品牌的穩定表現。

GEO 是 Generative Engine Optimization 的縮寫，中文通常譯為“生成式引擎優化”。它關注的是：當用戶向 AI 提問時，品牌能否被識別、進入答案，並獲得可信頁面的支持。

一套可用的 AI 可見度基線，至少要回答四個問題：

1. AI 是否主動提到品牌？
2. 品牌被提及時，位於推薦清單的什麼位置？
3. 回答引用了哪些頁面？
4. 在同一批問題中，競品被提到的頻率是多少？

只有持續記錄這四項，團隊才能判斷後續對內容、官網和外部公開信源所做的調整，是否影響了 AI 的回答。

其中有兩個概念必須分開：

• 品牌提及：答案正文中出現了品牌名稱。
• 頁面引用：答案提供了可點擊的來源頁面連結。

品牌被提及，説明 AI 已經識別到這個品牌；頁面被引用，説明某個具體網頁被用作回答依據。兩項都重要，但不能合併成一個數字。

GEO 也不能和 SEO 混在一起計算。SEO 是 Search Engine Optimization 的縮寫，即搜尋引擎優化，主要觀察網頁在搜尋結果中的位置和點擊情況；GEO 主要觀察生成式答案是否提到品牌、是否把品牌列入候選，以及是否引用品牌相關頁面。

兩者的統計對象不同，但基礎工作有交集：網頁需要允許抓取，標題和結構需要清楚，重要事實也要便於檢索和理解。

第一步：建立固定的問題庫

起步階段不必直接準備幾百條問題。一個便於執行的方案，是先設置30條問題，覆蓋品牌、品類、場景、對比和實體資訊五類。

例如，將30條問題分別放到4個引擎中測試1次，就能得到120個初始觀察點。以後繼續使用同一套問題複測，前後結果才有比較價值。

30條不是固定標準。產品線、市場和語言較多的企業，可以擴展到50條或100條；業務剛起步的團隊，也可以先測試15條。數量可以調整，但進入正式測試後，原問題必須保留。

如果這個月問“最好的XX”，下個月改成“XX供應商哪家可靠”，兩輪結果就不能直接比較，因為問題本身已經變了。

問題類型	建議數量	主要測試內容	示例寫法
品牌詞	4—6條	AI掌握了哪些品牌資訊，是否存在事實錯誤	“介紹一下[品牌全稱]”
品類詞	6—8條	品牌能否進入泛品類答案	“2026年[品類]有哪些值得關注的服務商”
場景詞	6—8條	品牌是否與具體需求建立關聯	“[行業]要解決[具體問題]，通常怎麼選方案”
對比詞	6—8條	品牌是否進入候選和比較	“[品牌A]、[品牌B]、[品牌C]怎麼比較”
實體詞	4—6條	公司、創始人、資質和主營資訊是否一致	“[公司全稱]成立於什麼時候，主要做什麼”

問題應保留真實用戶會使用的表達，不能只使用企業內部的產品名稱。

例如，工業服務企業除了測試“工業數字化解決方案推薦”，還應加入“找[工藝]供應商看什麼”“有[認證]的廠家有哪些”“能不能做小批量”等問題。這些説法更接近用戶實際諮詢和選擇供應商時的表達。

第二步：根據目標市場選擇測試引擎

測試哪些引擎，應由品牌的目標市場決定。

面向海外市場，可以覆蓋 ChatGPT、Google AI Overviews、Perplexity、Gemini、Claude 等入口。面向中國大陸市場，可以測試豆包、DeepSeek、Kimi、元寶和文心一言；必要時再增加通義千問、秘塔或知乎直答。

不同引擎採用的信源範圍和答案形式並不相同。國內行業觀察中，常見的判斷包括：元寶更容易調用微信生態資訊，文心更依賴百度生態，豆包更常出現字節系內容，Kimi 和 DeepSeek 的回答中較常看到知乎等公開問答來源。

但這些只是行業觀察，不是各平台公開承諾的固定規則。測試前不要預設某個引擎一定會引用哪類信源，應以實際答案和實際引用頁面為準。

即使測試的是同一個引擎，也不能依據一次結果長期下結論。模型更新、檢索索引變化、個性化設置和網頁實時變化，都可能改變回答。Profound 的公開追蹤曾指出，同一問題對應的 Google AI Overviews，也就是 Google 搜尋中的 AI 摘要答案，在較多時間會發生變化，引用來源也可能被替換。

因此，首輪可以把每個問題在每個引擎中執行1次，建立初始記錄；此後再按照相同條件持續複測。

基線的作用，不是證明某一次回答絕對正確，而是建立一個可以重複比較的起點。

第三步：統一測試條件

測試環境是基線中最容易被忽略的部分。

每輪測試至少要記錄以下資訊：

• 賬號是否登錄；
• 測試人員所在地區；
• 使用的語言；
• 是否開啓聯網；
• 使用網頁、應用程序還是搜尋入口。

不要一部分問題在登錄狀態下測試，另一部分在未登錄狀態下測試；也不要第一次使用中文，複測時改用英文，卻把兩輪結果直接比較。

建議把同一輪測試集中完成。先確定4至6個引擎，再按照同一題序依次測試。每個問題都應原樣複製，不追問、不補充背景，也不為了讓品牌出現而臨時修改問題。

如果模型反問，應記錄“需要追問”；如果模型明確表示無法核實，也要保留原話。這些同樣屬於測試結果。

企業內部還可以安排兩個人交叉複核部分問題。例如，抽取20%的問題，讓第二個人獨立測試。如果兩人的記錄差異較大，應先檢查賬號狀態、所在地區、使用入口和問題文本是否一致，再判斷差異是否來自答案本身的波動。

第四步：每條答案記錄9項資訊

如果只記錄“出現”或“沒出現”，後續很難判斷問題究竟出在哪裏。

建議每條問題都記錄以下9項，並統一放在同一張表中：

字段	記錄方式	後續用途
測試日期和時間	精確到日期，必要時記錄時段	避免把不同時間的答案混在一起
引擎和版本入口	寫清網頁、應用程序或搜尋入口	區分同一品牌下的不同產品入口
原始問題	一字不改地保存	複測時直接使用相同問題
是否提及品牌	是／否	計算品牌提及率
候選位置	首位、前3、其他、未進入	判斷品牌進入推薦後的具體位置
引用頁面連結	原樣保存每一個連結	找出真正被採用的頁面
資訊正確性	正確、部分錯誤、明顯錯誤	優先處理錯誤的品牌資訊
競品與數量	記錄出現的競品及次數	計算競品可見度份額
截圖或導出連結	保存原始證據	便於複核，不依賴測試人員記憶

“候選位置”必須提前統一定義。

例如，一條答案列出了10個品牌，不能只要品牌出現就算成功。可以將結果分為首位、前3、其餘候選和未進入。排在第2位與排在第9位，對用戶選擇的影響並不相同。

引用頁面也不能只記錄域名。需要進一步區分具體頁面屬於官網產品頁、幫助中心、第三方報道、百科頁面、論壇帖子，還是競品頁面。

完成這一步後，通常可以識別出性質不同的問題。例如：

• 某個問題沒有提到品牌，是因為該問題下的回答主要引用行業協會、標準文件和媒體內容；
• 某個問題提到了品牌，但引用依據是一篇已經過期的報道。

兩種情況的原因不同，處理方式也不同，不能都歸結為“內容不夠多”。

第五步：統一四個核心指標的計算口徑

基線階段不必先做複雜的數據看板，但以下四個指標必須使用統一口徑。

1. 品牌提及率

計算方式：

提及品牌的問題數 ÷ 全部有效問題數 × 100%

例如，30條問題中有9條提到了品牌，品牌提及率就是30%。

如果某條答案報錯、拒答或沒有完成，應單獨標記為無效，不要直接計入分母。

2. 候選進入率

這個指標只統計包含“推薦”“供應商”“服務商”“品牌對比”等候選清單的問題。

計算方式：

進入候選清單的問題數 ÷ 候選類有效問題數 × 100%

相比只測試品牌名稱，候選進入率更接近用戶實際選擇品牌的過程。

3. 引用覆蓋率

計算方式：

至少有一個自有頁面被引用的問題數 ÷ 全部有效問題數 × 100%

除覆蓋率外，還應分別記錄引用頁面數和引用域名數。

十個答案都引用同一篇文章，與十個答案分別引用十個不同頁面，代表的覆蓋情況並不相同。

4. 競品可見度份額

在每條可以比較的問題中，統計各品牌被提及的次數，再計算：

某品牌提及次數 ÷ 所有品牌提及總次數 × 100%

這個數字不是市場份額，只代表該品牌在本次問題庫中的答案份額。報告中必須寫清問題範圍、測試引擎和測試時間，不能把它表述為整個市場的結論。

除以上四項指標外，還應單獨統計事實錯誤率。

如果 AI 把品牌的成立年份、主營業務、所在地或資質資訊説錯，即使品牌提及率很高，也不能認為當前狀態良好。錯誤資訊可能來自舊新聞、目錄站或百科詞條，需要根據實際引用和公開頁面逐項查找來源。

第一次測試後，優先檢查三類缺口

完成第一輪測試後，不要急着增加內容數量。先判斷問題屬於哪一類。

1. 品牌詞回答正確，品類詞和場景詞中卻沒有品牌

這通常説明 AI 能夠識別品牌，卻沒有穩定建立品牌與具體品類、服務場景或用戶需求之間的關聯。

下一步不應繼續重複發佈公司介紹，而應補充用戶問題對應的頁面，説明品牌適用於哪些場景、不適用於哪些場景、服務邊界是什麼、用戶可以從哪些維度進行比較，以及哪些事實能夠公開核實。

2. 回答提到了品牌，但沒有引用自有頁面

這可能説明模型通過已有訓練資訊或其他公開內容知道品牌，卻沒有把品牌官網作為可引用依據。

此時應檢查：

• 官網是否允許搜尋引擎和相關程序抓取；
• 重要內容是否只能通過前端腳本加載；
• 頁面是否有明確的標題、作者和日期；
• 頁面是否提供常見問題（FAQ）和事實來源。

Google 在2025年關於 AI 搜尋的公開説明中仍然強調，面向 AI 功能的內容基礎是做好 SEO。因此，可抓取、可理解的網頁仍應優先處理。

3. 頁面被多次引用，但品牌資訊不正確

這種情況應先修正公開的品牌實體資料，再考慮擴大曝光。

需要整理並核對公司全稱、簡稱、創始人、成立時間、主營業務、證書和聯繫方式，確保官網、新聞稿、百科和社交媒體簡介之間保持一致。

AI 不會只依據一個頁面生成答案。多個來源的資訊互相矛盾，回答就更容易出現錯誤。

基線建立後，按30、60、90天複測

基線不能只測一次。一個便於執行的複測安排是：

• 第0天： 建立完整基線；
• 第30天： 使用原問題庫進行全部複測；
• 第60天： 再次完成全部複測，並增加一輪新的高價值問題；
• 第90天： 進行一次完整復盤。

每一輪都應保留舊問題，不能為了讓數據變好而刪除表現不佳的題目。

如果團隊資源有限，也可以每週測試10條核心問題，每月完成一次全部測試。核心問題應優先選擇更接近諮詢、比較和採購的場景，例如“怎麼選”“哪家可靠”“是否適合某行業”“與競品怎麼比”。

周度記錄用於觀察波動，月度記錄用於判斷趨勢，季度復盤再決定後續的內容和渠道投入。

一次複測上漲，不能直接證明某篇文章立即產生了效果；一次下跌，也不能直接説明已有內容已經失效。應先觀察連續兩至三輪的變化，再結合引用頁面、網站收錄情況和第三方提及進行判斷。

GEO 需要持續觀察品牌是否被檢索、理解和引用，不能只在內容發佈後檢查一次。

可直接複製的基線表頭

可以直接使用下面這行建立 Excel 或在線表格：

日期｜市場與語言｜引擎入口｜賬號狀態｜問題編號｜原始問題｜是否提及｜候選位置｜自有引用URL｜引用類型｜資訊是否正確｜競品名稱｜競品次數｜截圖連結｜備註

先把原始記錄和證據保存完整，再考慮數據看板和自動化。

如果一項“AI 可見度分數”沒有對應的原始問題、原始答案和引用連結，後續既難以復盤，也無法向團隊解釋數字為什麼發生變化。

常見問題

只搜尋品牌名，能不能作為 AI 可見度基線？

不能。

品牌名測試只能驗證 AI 是否知道這個品牌，不能説明用戶在品類選擇、場景搜尋和競品比較時是否會看到它。

問題庫至少還應加入品類詞、場景詞、對比詞和實體資訊詞。

基線問題一定要有30條嗎？

不一定。30條只是便於起步和比較的常用規模。

少於15條時，問題庫容易只覆蓋品牌詞；超過100條後，手工複測成本會明顯增加。應先覆蓋五類問題，再根據業務複雜度調整數量。

AI 沒有提供引用連結，應該怎麼記錄？

直接記錄“無引用”，不要自行推測來源。

如果答案提到了品牌但沒有連結，可以計入品牌提及率，不能計入引用覆蓋率。把兩項分開，才能判斷問題出在品牌認知，還是頁面沒有成為回答依據。

為什麼同一個問題今天和明天的答案不同？

聯網檢索結果、模型版本、索引更新和回答策略都可能發生變化。

不要把單次回答作為最終判定。保持問題和測試環境一致，連續記錄多輪。趨勢比某一次答案更有參考價值。

競品可見度份額較高，是否應該立即增加大量外鏈？

應先查看競品被引用的具體頁面。

如果競品主要依靠標準文檔、行業媒體或資訊清楚的產品事實頁獲得引用，應優先補充同類可信內容；如果只是受到某個短期熱點影響，可以再觀察兩輪。

增加連結數量，並不等於提高頁面被引用的可能性。

國內和海外市場能否使用同一套問題？

核心意圖可以保持一致，但具體表達和測試引擎應分別設置。

海外用戶可能更關注認證、最低起訂量（MOQ）和交付週期；國內用戶可能更關注案例、預算和平台生態。兩套問題可以沿用相同的分類方式，再根據市場和語言分別改寫，不能把英文題機械翻譯後直接比較。

基線分數達到多少才算合格？

沒有適用於所有行業的統一標準。

新品牌、細分品類、大眾消費品牌和企業對企業（B2B）的長決策業務，初始情況可能相差很大。第一輪測試最重要的作用，是建立品牌自己的初始參照值。

之後要觀察的，不是某一次分數是否好看，而是品牌提及率、候選進入率、引用覆蓋率和事實錯誤率是否在持續改善。

一套基線是否有用，取決於每個數字能不能找到對應的問題、答案和引用證據。記錄完整，後續的複測、比較和調整才有依據。