AI 可见度诊断白皮书：品牌在生成式 AI 里的表现，是如何被测量、评分与归因的

摘要：越来越多品牌方开始做 GEO（生成式引擎优化），但第一个问题往往不是"怎么做"，而是"我现在的处境怎么样"。本文完整拆解一套 AI 可见度诊断方法论：如何用"用户认知梯队"构造出贴近真实用户的提问矩阵，如何从单条 AI 回答、品牌总分、归因诊断三个层次量化品牌表现，以及诊断结论如何转化为可执行的优化动作。全文附完整实例计算，可直接对照自己的品牌数据理解每一项指标。

一、品牌方的三个问题，传统监测答不了

做 GEO 的品牌方，几乎都会问同样三个问题：

1. AI 提到我了吗？——用户问"XX 行业哪家好"的时候，豆包、DeepSeek 们的回答里有没有我的品牌；
2. AI 推荐我吗？排第几？——不但要被提到，还要出现在推荐列表里，且位置靠前；
3. 为什么不推荐我？——差在哪、补什么，而不是只拿到一个分数。

这三个问题，传统的 SEO 排名监测回答不了。原因有三：

• 对象变了。搜索给的是"链接列表"，AI 给的是"一段融合了观点、推荐和排序的自然语言回答"——品牌可能被提及、被推荐、被排在第三位，也可能被一句话略过。位置不再是一个排名数字，而是回答里的"份额"；
• 问题变了。搜索监测盯着固定的关键词，而用户向 AI 提问的方式是开放、多样、带场景的。只监测"品牌名+行业"几个词，测不出真实曝光；
• 输出要求变了。排名报告告诉你"你在第 2 页"，仅此而已。品牌方需要的是"为什么"和"接下来做什么"。

要回答这三个问题，需要一套专门的测量与诊断体系。整体主线五步：定行业 → 出问题 → 做检测 → 下诊断 → 给建议——先识别行业、加载该行业的用户认知模板，再按认知梯队生成问题池，然后展开品牌×问题×平台的矩阵检测并逐条评分，逐层汇总归因，最后落到行业化的行动建议。下文逐层展开。

二、定行业与出问题：像真实用户一样"考"AI

诊断的起点不是打分，而是行业与出题。题出得不像真实用户问的，后面所有分数都是自欺欺人。

2.1 用户认知梯队：8 层问题，覆盖从认知到转化

用户在决策旅程的不同阶段，问 AI 的问题完全不同。这套方法论把一个行业的用户提问归纳为 8 层认知梯队：

8 层梯队从"了解行业"一路铺到"认定品牌"，模拟的是一个真实用户完整的决策路径。其中 T8 品牌类问题单独统计——它测的是"AI 认不认识这个品牌"；其余 7 层合起来测的是"AI 会不会在这个行业里主动推荐这个品牌"。这两个指标后续会分别进入不同的评分。

2.2 提问比例：不是均匀撒网，而是按行业配比

几十个问题怎么在 8 层梯队之间分配？答案是：每个行业不一样。

• 行业模板定配比。每个行业有一份"行业认知模板"，根据该行业用户的决策特征给 8 层梯队设定权重——决策重、周期长的行业（装修、医疗）会加重"决策比较"和"问题解决"层；本地属性强的行业（家政、驾校）会加重"地域场景"层。梯队权重再映射为 9 类问题的配比（认知/比较/推荐/信任/场景/地域/解决方案/排名/品牌），最终按比例生成问题清单；
• 有保底机制。无论行业配比怎么调，系统强制四条底线：推荐类≥15%、比较类≥15%、品牌类≥8%，认知类≤10%。这保证任何行业的检测都至少有足够的样本量来回答"AI 推不推荐我"这个核心问题，也不会被泛泛的行业科普题稀释；
• 模拟"无偏见的陌生用户"。所有提问剥离个性化记忆与历史会话，每次都是冷启动状态——测的是 AI 对"一个不了解你的新用户"给出的公允回答，而不是被个性化推荐污染过的结果。

2.3 检测矩阵：品牌 × 问题 × 平台

题目就绪后，检测展开为一个三维矩阵：检测的品牌（含竞品）× 每类问题 × 每个主流 AI 平台（豆包、DeepSeek、通义千问、Kimi、腾讯混元、讯飞星火、文心一言、智谱清言等）。

一次典型检测是数百次独立提问。每一次提问都会拿到一份 AI 回答，进入下一步：给每一条回答打分。

三、单条评分：给每一条 AI 回答打分

一条 AI 回答里，品牌的表现可以拆成四个维度：

单条可见度 = 提及×25% + 推荐行为×35% + 排名×20% + 信源×20%

两个设计细节值得说明：

• 推荐行为权重最高（35%）。因为在 AI 回答里，"被提到"和"被推荐"是两回事——AI 完全可能在罗列品牌时提到你，同时在推荐结论里把你排除。品牌方真正要争夺的是推荐行为，所以它占最大权重；
• 信源维度衡量的是"被引用的质量"。AI 推荐你时引用了你的官网、政府备案信息还是一篇论坛帖子，代表品牌数字资产的可靠度完全不同。若该条回答没有任何引用来源，则降级为三项加权（提及 30% / 推荐 45% / 排名 25%），不让"AI 没给引用"惩罚品牌。

单条可见度是整栋大楼的砖块：直观、即时，前端可以直接展示"某平台可见度均分"。但砖块不等于大楼——要把数百条回答聚合成一个品牌级结论，需要第二层评分。

四、品牌总分：GEO Score

GEO Score 回答的是"这个品牌在 AI 平台的整体表现到了什么程度"，由五个参数加权构成，满分 100：

4.1 为什么推荐率占 35 分

权重设计的逻辑：提及是入场券，推荐才是转化。品牌认知率低可以靠品牌词内容补，提及率低可以靠行业内容补，唯独推荐率——AI 在"这个行业哪家好"里主动推你——是全部 GEO 工作的终极目标，因此给到最大权重。

4.2 平台覆盖分：在豆包被推荐 ≠ 在小平台被推荐

不同 AI 平台的用户规模差异巨大，所以在哪家平台被推荐应该有不同分量。平台覆盖分按各平台市场份额加权计算：

平台覆盖分 = Σ(被推荐平台的权重) ÷ Σ(全部检测平台的权重)

在豆包（0.30）被推荐，对总分的贡献是在一个小平台（0.05）的 6 倍。这防止"刷小平台"式的好看数据——品牌真正要守住的，是主流平台的位置。

4.3 实例计算

用一个虚构品牌"星悦装修"走一遍完整计算。检测平台为豆包、DeepSeek、通义千问、Kimi（权重和 0.77）：

• 品牌类问题 8 条，被提及 6 条 → 品牌认知率 = 6/8 = 0.75
• 非品牌类问题 72 条，被提及 28 条、被明确推荐 16 条 → 提及率 = 28/72 = 0.39，推荐率 = 16/72 = 0.22
• 28 条被提及的回答中：2 条排第 1、3 条排第 2、4 条排第 3、5 条排第 4、14 条排第 5 以后 → 排名分 = (2×100+3×80+4×60+5×40+14×20)÷28 = 41.4
• 被推荐平台为豆包、DeepSeek、通义千问（权重和 0.67）→ 平台覆盖分 = 0.67/0.77 = 0.87

GEO Score = 0.75×15      → 11.25 （品牌认知，满分15）
          + 0.22×35      → 7.77  （推荐率，满分35）
          + 0.39×25      → 9.73  （提及率，满分25）
          + 41.4×0.15    → 6.21  （排名分，满分15）
          + 0.87×10      → 8.70  （平台覆盖，满分10）
          ≈ 44 分

44 分本身不是重点，重点是各维度的得分率：品牌认知拿了 11.25/15（75%），平台覆盖 8.7/10（87%），都算健康；而推荐率只拿了 7.77/35（22%）——一眼可见的最大短板。这就是五维拆开的价值：总分定位置，短板定动作。

五、归因诊断：从"多少分"到"为什么"

GEO Score 告诉你推荐率低，但没告诉你为什么低。归因诊断从同一批检测数据里再榨出四层信息：

5.1 诊断分：四个归因维度

四维加权后归一化，满分 100。接星悦装修的例子：认知感知 43、内容覆盖 21、竞品差距 65、行业地位 58 → 诊断分 ≈ 43。

对照 GEO Score 的短板就能读出因果链：推荐率低（7.77/35），根因是内容覆盖太薄（21/100）——AI 对星悦的案例、解决方案、权威背书几乎无话可说，自然不会在推荐时替它说话。于是行动方向不言自明：补案例内容、建权威信源、积累用户评价。

5.2 信源健康度：AI 为什么"敢"推荐你

归因诊断里有一个独立展示、不计入总分的板块——信源健康度。它回答一个更底层的问题：AI 推荐一个品牌时，靠什么说服自己？

• 来源基础分：AI 回答中引用的来源质量（官网+权威来源 / 仅官网 / 无固定信源）；
• 信任信号分布：AI 在提及品牌时引用的理由类型——权威背书、用户评价、品牌背书、技术实力、服务能力、功能优势、价格优势等，各类型按权重折算成信任信号分。

"AI 说星悦售后完善"（服务能力）和"AI 说星悦被XX媒体报道过"（权威背书），是两种完全不同可靠度的推荐理由。信任信号分布薄的品牌，推荐是"无据可依"的，随时可能被有据可依的竞品顶掉。

5.3 实体覆盖：AI 眼中的品牌画像完整度

最后一层归因检查 AI "认识"的品牌画像本身：品牌身份、行业定位、优势、地域、目标人群、信任信号六个维度，AI 能说出几个？AI 只能说出"星悦是家装修公司"、说不出优势与人群的品牌，和六维画像完整的品牌，不在同一竞争级别。实体覆盖不足的品牌，优先要补的不是内容量，而是结构化的品牌基础信息（官网"关于我们"、百科词条、行业名录）。

六、行动建议：从诊断到优化排期

诊断的价值止于"看懂问题"，一套完整方法论的终点是"给出动作"。这一步的设计最能体现工程上的克制，值得单独讲。

6.1 确定性判断交给规则，行业化文案交给 AI

诊断建议分两层生成：

这个分工来自一个真实教训：早期纯规则版本曾给一个医疗康复品牌生成"去 36氪、虎嗅发 PR"的建议——通用科技媒体话术套在医疗行业上，完全错配。教训的结论不是"把映射表写全"（永远写不全），而是把"做什么"的确定性判断留给规则，把"具体怎么做"的行业智慧交给 AI，同时传给 AI 的输入里刻意不包含规则版的示例文案，避免它照抄模板、失去行业定制意义。

6.2 诊断建议如何驱动内容排期

诊断输出直接接入内容生产排期，三个杠杆：

• 梯队加成：被诊断为短板的关键词梯队（比如"决策比较"层）在下一周期获得更高的内容排期权重——得分越低，加成越高；未被推荐的梯队降权。推荐梯队与未推荐梯队的排期差距可达 3 倍以上；
• 内容目的配比修正：诊断建议按优先级（P1/P2/P3）转化为"科普 / 影响 / 信任 / 转化"四类内容目的的配比增量——品牌认知弱的周期多排科普型内容，信任信号弱的周期多排信任型内容；
• 信任信号建设方向：信源健康度低的品牌，建议中会明确指出该补哪类信任资产——用户评价不足的指向口碑平台，权威背书不足的指向百科词条与行业权威媒体。

至此闭环完成：检测出题 → 单条评分 → 品牌总分 → 归因诊断 → 排期修正 → 下一轮检测验证。每一轮检测既是上一轮优化的验收，也是下一轮计划的输入。

七、与传统 SEO 监测的三个本质区别

最后把这套方法论放回大家熟悉的参照系里：

一句话：排名监测告诉你"你在哪"，可见度诊断告诉你"你是什么、缺什么、接下来做什么"。

八、结语：可测量，才可管理

我们在之前的文章里给过一组数据：品牌停止内容供给约两周，AI 平台收录率接近腰斩，前三推荐份额缩水过半——品牌在 AI 里的位置是实时竞争出来的，不是攒出来的。

位置既然是流动的，测量就必须是常态的。把可见度诊断当作一次性体检，等于用一张过期的体检单指导全年的健康管理。正确的打开方式是让它像财务报表一样周期性运转：每轮检测读总分的变化，读短板的迁移，读竞品差距的收窄——让每一个内容动作都有基线可对照、有效果可验收。

可测量，才可管理。AI 时代的品牌建设，从看清自己此刻在 AI 眼中的样子开始。

（本文为 GEO 方法论系列第 4 篇。前 3 篇：《停更两周，AI 里的品牌推荐位掉了一半》《AI 推荐的 S 曲线》《品牌 AI 认知的防御与固化》，可在专栏查看。）