品牌的 AI 可见度：我怎么测量，用什么工具

品牌的 AI 可见度，是 AI 助手对你的客户问题给出的回答中，点名提及品牌或将其网站列为来源的回答所占的比例。 我用自己的问题集来算，每个 AI 助手单独算，提及和引用也分开算。只有 AI 助手的提供方才知道人们问了它们哪些问题，所以“AI 市场份额”是算不出来的。关于 AI 可见度的任何数字，都必须同时说明是在多少个问题上、在哪个 AI 助手里、在哪一天算出来的，否则没有意义。

从 8 月到 10 月，我自己的检查有三次发现，一个看起来不错的数字，意思和我以为的不一样：

1. 我一个项目的报告里的“品牌存在度”，其实是网站被引用的比例，而不是品牌被提及的比例。在 Perplexity 里，报告显示 2%，而品牌在 37% 的问题中被点名；只看问题里不含品牌名称的部分，是 21%。
2. 有一项测试想证明，对子查询（AI 助手回答时自己发给搜索引擎的查询）的排名，比对主关键词的排名更能预测引用。它得出了与这个论点一致的结果，直到审阅者发现我比较的是精度不同的两种测量。
3. 某个工具里的引用次数一周内增加了一半，涉及两个品牌，而它们的占比几乎没有变化，所以更可能是工具收集的回答库（它的索引）在增长，而不是品牌的可见度在上升。

我这样测量 AI 可见度，是为了在给客户的报告发出之前发现这类错误，而不是发出之后。 第二个案例我写在了关于 AI 排名优化的文章里，另外两个在下文。

品牌的 AI 可见度是什么？

品牌的 AI 可见度，是品牌出现在 Google 的 AI 概览和 AI 模式、ChatGPT、Gemini、Perplexity 和 Copilot 所生成的回答中的程度，用这类回答的占比来计算。 品牌出现在这样的回答里有两种方式，我把它们分开算：

1. 提及：品牌名称出现在用户读到的回答正文中。
2. 引用：品牌的网站被列为来源，通常在脚注里，或在回答旁边的链接列表中。

有提及不一定有引用，有引用也不一定有提及。 AI 助手可能点名推荐一个品牌却不给出它的网站，因为它是凭记忆或别人写的文章知道这个品牌的。它也可能把品牌的网站列为一般信息的来源，却一次也没有写出品牌的名称。在关于 AI 排名优化的文章里，我说明了 AI 助手从哪里获得关于品牌的知识：来自搜索，还是来自模型记忆。

AI 回答里没有排名，所以我测量占比，而不是名次。 AI 助手的回答每次都是重新生成的，它不是十个结果的列表。Eli Schwartz 用一句话概括了这一点：

所以我不看名次，而是数在我的问题集中，品牌出现在多少条回答里。 “品牌在 ChatGPT 里排第 3”这个数字描述的是某一天的一条回答，而对同一个问题的下一条回答，可能以不同的顺序列出别的品牌。

怎么检查品牌在 ChatGPT 和其他 AI 助手里的可见度？

我分六步检查，到第五步才开始计算。 前面的步骤是为了让最后得到的数字，针对的是正确的品牌和正确的问题。

第 1 步：先确认 AI 助手知道你指的是哪个品牌

在计算任何数字之前，我先问一个只含品牌名称的问题，并读它的回答。 如果 AI 助手把品牌和另一家公司混淆了，之后的每个数字都可能针对的是别家公司。在一家波兰网店的案例里，AI 可见度工具给出了 100 分中的 55 分和 100% 的占比，而它据以计算的所有回答，说的都是另一家同名的知名公司。在另一个工具里，一个名称就是普通词典词汇的品牌，得到了超过 40 万个含提及的页面，因为工具把这个词的每一次使用都算了进去。作为对照的品牌，只有不到 7 千个。

当同行业的另一家公司用同一个名称时，测量就没有意义了；当别的领域的人用这个名称时，测量只是更难。 对于前一种情况，在计算任何数字之前，我先整理品牌在自己网站和各个主页上的描述，让 AI 助手能够把它区分开来。叫我这个名字的人里，有一位演员和一位飞行员，所以测量我自己的品牌是有意义的，但我对每一条提及都要检查说的是不是我。

第 2 步：查看在 Google 搜索品牌名称时的结果

AI 概览和 AI 模式用的是 Google 的索引，所以我先看只搜索品牌名称时 Google 会显示什么。 对前十名里的每个结果，我记下这个页面是完全由我控制、部分由我控制（比如别人网站上的个人主页），还是完全不由我控制。2026 年 10 月 3 日，在波兰的 Google 上搜索我的姓名，10 个结果里没有一个由我完全控制，有一个由我部分控制。

然后我在这些页面里找 AI 助手关于品牌反复说的那些话。 如果这句话就在搜索结果里，我就知道 AI 助手是从哪里取的，也可以请对方更正那个页面。如果它不在那里，那它很可能在模型记忆里，修改页面也无法迅速改变模型的说法。

第 3 步：编好问题集，并且不再改动

问题来自需求数据和 Search Console，而不是头脑风暴。 我从 Search Console 里选网站已经有展示的查询，其余的用关键词研究工具里的关键词补充。如何按页面排名来划分问题，我写在了关于 SEO 策略的文章里。如果在我取查询的时间段内，网站在 Search Console 里的展示量不到约 1,000 次、不同的查询不到 100 个，我就不从中提取问题，因为样本这么小，选不出能说明市场情况的问题。这是我流程中的参考门槛，而不是测试的结果。

大多数问题我不带品牌名称，原因写在关于 AI 排名优化的文章里。 “X 好不好”这样的问题，测量的是 AI 助手对 X 了解多少，而不是它会不会把 X 推荐给没听说过 X 的人。不带品牌名称的问题，我用三种形式来写（例子仅作示意）：

• 带限定条件的类别，例如“克拉科夫为个体经营者服务的会计事务所”；
• 对比，其中只有竞争对手的名称，例如“[竞争对手] 的替代品”；
• 关于某项具体功能的问题，例如“哪款笔记应用可以离线使用”。

关于声誉的问题我单独计算，不计入可见度。 “X 是不是靠谱的公司”，以及“选谁”和“避开谁”这样成对的问题，显示的是 AI 助手怎么看待这个品牌，而不是它是否推荐这个品牌。在第 1 步提到的那家网店的案例里，AI 助手回答“这是不是靠谱的网店”时，引用的是客户的投诉。

关于波兰品牌的问题，我用波兰语和英语各问一遍。 在我的测试中，对波兰语问题的一部分子查询是英语的，这一点我写在了关于 AI 排名优化的文章里。

两次测量之间，我不改动问题集。 新问题我作为单独的一组添加，因为问题清单的任何改动，都会破坏它与上一次测量的可比性。

第 4 步：用试点确定重复次数，并记下时间和平台

重复次数不是预先定好的：对新的问题集，我先做试点，每个问题问 10 次，全部在同一时间发出。 Dmitrij Żatuchin 在 Dice Roll Method 协议中建议，反复向模型询问品牌时就这样做（arXiv，2026 年 10 月 14 日的第 2 版）。从试点中可以算出，对同一个问题的回答差别有多大、不同问题之间的差别有多大，再据此算出要得到我想要的结果需要重复多少次。在这个版本中，作者撤回了第一版里的固定门槛（按研究类型从 5 到 20 次重复），因为发现那些门槛是在合成生成器的数据上算出来的，而不是在研究数据上。

试点通常得出两个不同的数字：算出整个 AI 助手的结果只需较少的重复，而比较单个问题在改动前后的变化，则需要多得多。 我的测试和 Żatuchin 研究中的数字，我在后面“重复几次才够”那部分给出。AI 概览在我的数据里最稳定：94 个问题中有 77 个给出了三条相同的回答，所以对它通常取一次就够。

对每条回答，我记下四样东西：AI 助手、平台、模型版本，以及日期和时间。 平台是模型给出回答的地方：聊天应用、API、Google 的 AI 模式或 AI 概览。API 的回答不一定和聊天应用里用户看到的相同，所以来自两个平台的结果，我不加总成一个数字。

回答的时间，让我能区分随机波动和随时间发生的变化。 在重复测试中，Perplexity 在连续的重复里分别在 0、2 和 9 个问题中引用了项目的网站，而提及的次数几乎不变（33、36 和 35）。很可能是测量期间网站的访问情况变了，但表格里没有记录回答的时间，所以无从核实。因此在后来的测量中，我把重复的提问同时发出，并记下每条回答的时间。

第 5 步：提及和引用分开计算

一个 AI 助手的结果，是所有回答中出现该品牌的回答所占的比例，提及和引用分开算。 来源是把所有重复合并后计算的。品牌只在部分回答里出现的问题，我标为不稳定，并且不据此对单个问题下结论。

第 6 步：检查什么情况会让诊断失效

在告诉客户缺了什么之前，我先检查那些会让诊断出错的情形：

• AI 助手在这个类别里不推荐任何人，例如关于健康、金融或法律的问题。这时并不存在品牌可以填补的缺口。
• AI 助手凭记忆回答，不做搜索。这时在网站上做的工作，很长时间都不会改变什么。
• 我自己放进对比里的竞争对手已经不运作了。在一次测量中，我据以得出“这个类别是空白”这一论点的四个域名，连 DNS 记录都没有，也就是说域名地址不指向任何服务器。一个网站已经不运作的竞争对手引用次数为零，并不意味着这个类别里有空位。
• AI 可见度在上升，而同一时期来自 Google 的流量却在下降。SearchPilot 描述了一项针对 Omio 网站的测试：页面上的一项改动有助于来自语言模型的流量，但按他们的估算会使来自 Google 的流量下降约 6.5%，所以没有上线（SearchPilot）。因此除了 AI 的回答，我总是同时看来自 Google 的流量。

网站或品牌描述每改动一次，我就在同一个问题集上重复第 4 到 6 步。 只有这样，改动前后的结果才能比较。

应该测量哪些 AI 可见度指标？

对每个 AI 助手，我测量两个数字：回答中提及品牌的比例，和回答中引用其网站的比例。 此外还有在同一个问题集上相对于竞争对手的占比，以及不稳定问题的数量。来自 AI 助手的流量，我在分析工具里把它当作单独的指标，因为它总是被低估：有一部分访问不带来源信息。

当我把提及单独计算之后，发现那份关于“品牌存在度”的报告测量的其实是引用。 在我负责的一个项目中，2026 年 8 月 29 日的测量涵盖 94 个问题、五个 AI 平台和三次重复，共 1,410 条回答。计算它的脚本，只有在来源里有品牌的网站时，才认为品牌存在，而报告里对方法的说明讲的是品牌出现在回答里。10 月，我在同样的回答里只数了品牌名称：

在 Perplexity 和 Gemini 里，品牌在超过三分之一的问题中被点名，而报告显示的是 2% 和 0%。 提及的数字包含 19 个带品牌名称的问题，所以只看 75 个不带名称的问题，数字更低：按 AI 助手不同，在 21% 到 28% 之间。这仍然是报告里几乎为零的那些 AI 助手中大约五分之一的问题。自这次分析以来，我把两项指标分开计算，对收到的每一份报告，我也要求同样的做法。

对我来说，有提及无引用和有引用无提及，是两种不同的假设和两项不同的工作，我在“测量发现可见度缺口时我做什么”那一节中说明。 两种假设，我都通过改动和下一次测量来检验。

占比按回答计算，而不是按引用计算

品牌在竞争对手中的占比，我按回答计算，而不是按引用计算，因为各条回答的来源数量差别很大。 在对一家波兰 SEO 机构的测量中，关于推荐机构的 23 条回答，各有 1 到 13 个来源。按引用计算，会让有 13 个来源的回答的权重，是只有 1 个来源的回答的十三倍。按回答计算，每条回答的权重相同，因为用户一次只读一条回答。

ChatGPT 的来源列表，要把模型只是浏览过的搜索结果清理掉。 我用来收集 ChatGPT 回答的工具，除了回答中引用的来源，还会返回模型看过的整个搜索结果列表。在其中一条回答里，这样的结果有 52 条，而被引用的来源是 7 个。在同样的 23 条回答中，去掉这份列表之后，引用次数从 279 降到 181，值得出现的地方的清单，从 10 个减到 6 个。

重复几次才够？

在我的测试中，每个问题重复三次，足以得出整个 AI 助手的结果，但不足以评估单个问题。 在重复测试中，品牌至少出现过一次的问题里，大约有一半结果不稳定：在 ChatGPT 中，网站被引用这一项是 36 个问题中的 18 个（全部 94 个问题），在 AI 模式中，不带品牌名称的问题里提及这一项是 29 个中的 16 个。在某一轮里“有品牌”的问题，在下一轮里可能就没有了。

• 13%重复三次时，ChatGPT 里不带品牌名称的问题被错误判断（品牌被提及或没有）的比例。每个问题只问一次时是 21%，五次时是 9%，七次时是 8%。根据 1,410 条回答的数据建立的模型估算，2026 年 10 月 14 日
• 1.5 个百分点重复三次时，ChatGPT 里不带品牌名称的问题中，品牌被提及的回答占比的典型误差（标准差）。五次时是 1.2 个百分点。根据 1,410 条回答的数据建立的模型估算，2026 年 10 月 14 日
• 0.33在 ChatGPT 和 AI 模式里，同一个问题两次重复之间，被引用域名列表相似度的中位数：共有域名的数量除以两份列表合并去重后的域名总数（1 表示两份列表完全相同）。Perplexity 是 0.92。重复测试，2026 年 10 月 14 日
• 77 / 94这么多个问题上，AI 概览给出了三条相同的回答。重复测试，2026 年 10 月 14 日

从三次重复增加到五次，在我的测试中，AI 助手的结果改善不到一个百分点，所以对这个结果，我通常保持三次。 这是对一个项目、一个测量时间窗口和两个 AI 助手（ChatGPT 和 AI 模式）拟合统计模型得出的估算，而不是测量，所以对新的问题集，我用试点来检验。Żatuchin 的结果与此相近：在 250 个不同的问题上，一两次重复就已经达到 0.80 的可靠性系数，五次重复达到 0.96（1 表示各次重复的平均值能毫无误差地区分不同问题）。

要比较单个问题在网站改动前后的变化，需要重复 15-25 次，而不是三次。 按 Żatuchin 的模拟，重复五次时，在单个问题上检测到大幅变化的概率只有 15-19%，直到重复 15-25 次才达到 80%。他的数据针对的是通过 API 查询的模型对品牌的推荐，所以对于带搜索的回答，这个数字我也用试点来检验。

我不使用来自一次重复的来源列表，因为在 ChatGPT 和 AI 模式里，同一个问题两次重复的共同部分，通常只占两次中被引用的所有域名的三分之一。 品牌应该出现的地方的清单，我根据所有重复来建立，并标出每个域名出现的次数。

来源有时从一周到下一周也会变。 SISTRIX 在六个国家（不含波兰）追踪了 82,619 个问题，共 17 周，在 ChatGPT 中，被引用的来源每周变化最高达 74%；这是最大值，而不是平均值（SISTRIX，2026 年 5 月 1 日）。因此来源的变化，我要等它在下一次测量中再次出现，才认定为变化。

AI 可见度工具是怎么工作的，该怎么选？

AI 可见度工具做的事和手动测量一样：向 AI 助手提出一组问题，保存回答，计算品牌出现在哪里。 它们的区别在于问题是谁的、每个问题问几次，以及计算什么。我的数据来自三类来源：

绝对数字会随工具的索引一起增长

工具里的引用次数，可以在一周内增加一半，而品牌的占比并没有变。 在 Ahrefs 关于“引用某个域名的 AI 回答数量”的报告中（基于 Ahrefs 的问题库），我比较了德国两家大型网店的两次读数，分别是 2026 年 7 月 26 日和 8 月 2 日。这段时间里，两家的 ChatGPT 引用次数都增加了 50%，而其中一家在两家引用总数中的占比几乎没变：34.2% 和 34.1%。在 Perplexity 里，数字增加了 68% 和 185%。更可能是工具的库在增长，而不是这些品牌的可见度。这只是两个品牌、一个工具、一周的数据。

因此，我从工具里取占比，而不是绝对数字，而且只取那些在我的比较中占比变化不超过半个百分点的 AI 助手。 ChatGPT、AI 概览、AI 模式和 Grok（xAI 公司的 AI 助手）就是这样；在 Perplexity、Gemini 和 Copilot 里，占比变化了大约 3 到 11 个百分点。这只是一周中的一次比较，所以在下一次读数否定之前，我假设它是稳定的。

选工具之前我检查什么

选工具之前，我检查七件事：

1. 它是否把提及和引用分开显示。
2. 我能否添加自己的问题，并在好几个月内保持不变。
3. 每个问题问几次，是否标出哪些问题不稳定。
4. 是否记录每条回答的模型版本、平台和日期。
5. 是否支持我的市场和语言。
6. 是否显示完整的回答，让我能检查说的是不是正确的品牌。
7. 是否给出同一问题集上的占比，而不只是绝对数字。

我测试过的分类器给出的情感评分，我不汇报。 有一次，它把一条以“对大多数团队来说，X 是更好的选择”这一结论结尾的回答，标成了负面。情感我要自己读回答的那一段来判断，否则就不写。

对我来说，工具给出的单一“AI 可见度得分”不是目标。 它把提及、引用和不同的 AI 助手合并在一起，所以从中看不出什么变了。工具给出的数字，我总是和业务指标一起报告：客户的询盘、销售额，或来自 Google 的流量。

免费来源：Bing 和 Google

Bing Webmaster Tools 免费显示 Copilot 和 Bing 里的 AI 回答引用了你的页面多少次。 AI Performance 报告于 2026 年 2 月 10 日作为测试版发布。它显示引用次数、每天被引用的页面数、各个网址的引用情况，以及 AI 在引用内容之前用来搜索的查询样本（Bing Webmaster Blog）。这只是 Bing 和 Copilot 的数据，所以不能代替在 ChatGPT 里的测量。

Search Console 显示页面在 AI 概览和 AI 模式里的展示量，但不会告诉你品牌有没有被点名。 Google 在 2026 年 6 月向部分网站开放了这份报告，并从 2026 年 8 月 31 日起向所有网站开放（Google Search Central，Search Console 帮助）。报告的说明讲的是按页面、国家、日期和设备统计的展示量，没有描述回答正文中的提及，也没有描述触发这些提及的问题。这是 Google 一侧很好的检查，但不是对提及的测量。

通过 API 自己测量

通过 API 自己测量，花钱不多，但需要时间来准备和检查。 在四个平台（带搜索的 ChatGPT、Google 的 AI 模式，以及通过 API 的 Gemini 和 Perplexity）上运行 14 个问题，共 56 条回答，API 费用为 0.82 美元，其中 0.63 美元用于 Gemini（第一个数字我在关于 AI 排名优化的文章里给出过）。这是为一家 SEO 机构做的三次测量中的第一次，整个测量共 180 条回答，费用约 2.8 美元。按这个价格，在四个平台上用 100 个问题、三次重复，也就是 1,200 条回答，每次测量大约要 18-19 美元，大部分花在 Gemini 上。在同一问题集上做十次重复的试点，是 4,000 条回答，大约 60 美元，一次性的。需要时间的是：编写问题、检查 AI 助手有没有把品牌和别的品牌混淆，以及阅读回答。在关于 用于 SEO 的 AI 工具的文章里，我写了一些测试，经过这些测试，我改用脚本而不是模型来计算这类测量的数字。

测量发现可见度缺口时，我做什么？

测量显示品牌处于哪种情况，我做什么就取决于这一点：

• 品牌既不在提及里，也不在来源里，而 AI 助手会上网搜索：我提高网站在 Google 上对这些问题及其变体的可见度。我先检查 AI 助手的爬虫能不能拿到网站，和 SEO 审计中做的一样。
• 品牌被提及，但网站没有被引用：我修改网站上的片段，让它们不看页面其余部分也能回答问题。
• 网站被引用，但品牌没有被点名：我处理别人写品牌的内容，因为 AI 助手很可能是从别人的文章里知道该推荐谁的。在关于 AI 时代的外链建设的文章里，我写了我如何规划在 AI 已经引用的网站上的提及。
• AI 助手凭记忆回答，给出过时或不真实的事实：先在自己的渠道里写出一份统一的品牌描述，再到由别人编辑的地方发表。我不承诺一个季度内就有效果。

这些工作的效果，我都用下一次在同一问题集上的测量来检验，因为没有一项能保证有效。 在关于 AI 排名优化的文章里，我写了其中哪些做法有证据，哪些是没有测量支持的流行建议。那里还有我的测试，它们没有证实其中的几条建议。

AI 可见度测量不能告诉你什么？

测量不能告诉你，有多少人在 AI 的回答里看到了这个品牌。 占比针对的是我的问题集，而不是人们与 AI 助手的所有对话，那个总数我不知道。

它也不能告诉你，AI 助手为什么选了这个品牌而不是那个。 从测量得出的诊断是一个假设，我通过改动和在同一问题集上的下一次测量来检验。

一天的结果不是趋势。 提供方会更换模型和搜索方式，而这些变化并不总会公布，所以我只比较平台相同、模型版本有记录的测量，并且只有当变化在下一次测量中再次出现时，才认定它。

对波兰来说，缺少人们使用哪些 AI 助手的数据。 我没有找到波兰关于人们多频繁使用各个 AI 助手的研究，所以不知道每个 AI 助手的结果该有多大权重。因此我分别展示每个 AI 助手的结果，不合并成平均值。

我在自己的品牌上测量什么？

在 rogala.pro 上，我测量的和给客户测量的一样，但 2026 年 7 月 26 日的第一次测量（基线）用的是较弱的方法。 它每个问题只有一条回答，也没有涵盖 ChatGPT 的结果。基线以及此后我所做的改动，我写在了关于 AI 排名优化的文章里。8 月 25 日，我在 Ahrefs Brand Radar 里，为基线中的四个问题设置了在波兰的 ChatGPT 里每天检查。这些每日检查的结果我不公布，除非我把它们与 11 月 1 日的测量对照过。用本文方法做的第一次测量，我计划在 2026 年 11 月 1 日作为试点：同样的四个问题，在四个平台上，每个问 10 次。结果我会写在两篇文章里，即使结果是零。

关于品牌 AI 可见度的常见问题

从哪里开始？

第一次测量，你自己一个小时就能做完，不需要付费工具。 向 AI 助手问一个只含品牌名称的问题，看它是否知道你说的是谁。从 Search Console 里选十个你的网站已有展示的查询，不带品牌名称，在 ChatGPT 和 Google 的 AI 模式里各问三次，并分别记下品牌在哪里被点名、在哪里它的网站是来源。这能让你对整个问题集有一个印象；至于单个问题，要靠十次重复的试点才能说明更多。如果结果让你吃惊，这就是适合做咨询的话题。