测量方法论
测量方法论
这一页说明我们的数字是怎么来的、能证明什么、以及不能证明什么。它同时以「数据来源附录」的形式附在每份报告末尾——公开说明与报告内容出自同一套定义，不另立标准。
为什么公开方法论
客户拿到的报告里每个数字都应当可以被追问来源。把方法公开、把边界写明，比任何「保证排名」的说法都更有价值——因为它是可核验的。
一、数据是怎么采到的
同一份报告里可能混有多种采集方式。它们的可复现性不同，因此不会合并成同一条趋势线。
| 采集方式 | 可否复现 | 能证明什么 | 不能证明什么 |
|---|---|---|---|
| 官方 API | 可复现 | 我们向引擎官方接口发出了真实请求，回答原文完整留存；同样的输入可复现同样的输出。 | 不能证明普通用户在 App/网页里会看到同样的答案——官方接口与消费端产品在检索策略与个性化上可能不同。 |
| 授权第三方数据源 | 不可复现 | 通过授权渠道取得第三方采集结果，可说明其口径与采集时间。 | 不能证明第三方口径与我们自有采样一致——不同口径的数字不可直接比较或合并。 |
| UI 模拟（浏览器操作） | 不可复现 | 以真实浏览器完成与用户相同的操作路径，可覆盖没有公开 API 的引擎。 | 不能复现：页面结构、灰度实验、登录态都会改变结果，不保证每次得到相同回答。 |
| 人工录入 | 不可复现 | 由人工在引擎中实测并录入，适用于无法自动化的场景或补充核验。 | 不可复现：提问措辞、账号状态、时间点无法逐一还原，不应用作趋势主序列。 |
二、指标的四层口径
只看前两层是自欺欺人：被提到不等于被信任，被信任不等于有转化。
曝光层 · AI 可见度
AI 回答中提及你品牌的问题占比
回答「AI 知不知道你」。分母只收已判定的样本；表述不清或未取到的样本单列披露、不进分母。
认知层 · 引用率
AI 以你为信息来源的比例
回答「提到你 ≠ 信你」。被引用才说明内容被当作依据。
信任层 · 首推率
AI 把你排在第一顺位的问题占比
回答「推不推荐你」。这是四层里最接近推荐的一层，但仍不等于客户会下单。
转化层 · 有效询盘
近期有效询盘数（含来自 AI 的线索）
回答「客户找不找你」。这一层的数字来自你自己的线索渠道，不由采样得出。
三、当前覆盖的引擎
清单取自平台实际接入配置（不是宣传口径），并按采集通道分组——可自动采样的、经第三方接口的、需要人工的、以及已登记尚未接入的，各自如实列出。不同市场的引擎生态不同，未覆盖的市场会明确标注「本市场未覆盖」，不用其他语言的数据填数字。
其中 15 个可自动采样（官方 API 真机 14 个 + 服务端界面采集 1 个；平台共登记 19 个引擎）。本页把全部登记项一并列出，便于逐条核对。
官方 API 真机采样 （14）
可复现：相同条件下重跑能得到一致结果。
服务端界面采集 （1）
自动执行但不可复现（受登录态/灰度/页面版本影响）：平台自备账号在服务器上模拟真实界面提问。该引擎无官方 API，故不归入上方的「官方 API 真机采样」。
人工录入通道 （3）
该引擎无可编程访问通道，由人工整理录入，标注来源、不冒充自动采样。
已登记、尚未接入 （1）
已列入观察名单但尚无可靠数据源或调用通道——不计入任何覆盖数字，接入后再纳入统计。
四、本方法的已知边界
-
小样本不给排行
信源矩阵的样本量低于 10 条时，我们只提示、不给排行——几个样本得出的「Top 信源」是噪音，照它做决策会白花钱。
-
不同采集方式不合并
官方 API、第三方、UI 模拟、人工录入的可复现性不同，不合并进同一条趋势线。合并平均会得到一个不存在的混合口径，而且它看起来完全正常。
-
点名题单独分池
问题词里含品牌名时（如「XX 怎么样」），AI 几乎必然复述品牌名——这类样本不计入提及率的分子分母，避免假阳性撑高指标。
-
未覆盖的市场不填数
某市场还没做过本地语言采样时，该市场显示「本市场未覆盖」，不用英语采样填数字——否则会系统性高估客户在该市场的可见度。
-
出口区域会影响结果
从国内出口与从海外出口访问同一引擎，可能召回不同的检索结果（区域化排序）。两种出口的样本不可直接合并比较，报告会分别标注。
-
趋势比单点可靠
单次采样存在波动（这是概率采样的特性）：实测同一批问题同日重跑，引用信源的重叠度只有 0.32–0.43，单次结果几乎没有信息量。判断效果请看连续数周的趋势，并注意：换过采集方式的那一段涨跌，可能来自方式切换而非品牌表现。
-
无法控制引擎侧的采样参数
我们无法控制各引擎内部的采样参数——同行评审研究实测，即便把 temperature 设为 0，重复运行仍会有 9–28% 的判定改变。这意味着任何单次快照都应按分布来读，本报告的重复采样与置信区间即为此设计。
-
跨引擎（及跨端）数字不可直接比较
各引擎的检索来源与训练语料不同（研究实测中文引擎与国际引擎的品牌提及率系统性相差 30 个百分点以上），同一平台的 App 与网页端信源集合也不同。引擎间只做趋势对照，不做跨引擎排名；本报告的引擎矩阵分别标注。
-
内容质量评分不预测被引概率
大规模中文引用数据研究显示，页面「综合质量分」不是任何引用结果的领先预测因子。本平台的文章 GEO 评分用于内容工程改进，不构成「提高评分就会提高被引概率」的承诺。
-
单个 AI 回答会天然波动（这不是效果退步）
AI 每次都重新检索并交叉验证，同一个问题今天和明天得到的回答与引用来源可能不同——外部研究实测相邻两日的引用信源约 65% 会被更换。因此「某个问题上周提到你、这周没提到」多数属机制性波动，判断真实趋势要看多期整体比例（本平台以多轮采样与置信区间呈现）。
-
交易型与知识型提问的引用规则不同
涉及本地生活、电商、商品选购的"交易型提问"，部分引擎的答案直接来自自家生态（商家库、商品卡片、地图点位），不引用外部网页；而行业知识、B2B 方案、品牌口碑等"知识型提问"，外部信源仍是主要依据。因此同一引擎在不同提问类型下的引用数不可相互比较——某类问题引用少，可能只是该场景走了生态闭环，不代表你的内容质量差。本平台按提问类型分别呈现，不做跨类型合并。
-
搜索排名不等于被 AI 引用
大数据研究显示：ChatGPT 约 88.46% 的引用 URL 来自其搜索检索路径（先被索引才有资格被引用），但 Google AI Overview 的引用来源里自然结果前 10 位只占约 37.9%，其余来自第 11–100 位及 100 名之外（Ahrefs 2026 年 3 月对 400 万 URL 的分析；该机构 2025 年同类分析为约 76%，一年多内变化逾一倍，说明这类比例本身也需带时点阅读）。所以"排名第一"既不是被引用的必要条件也不是充分条件。本平台只统计 AI 回答里实际出现的引用，不把搜索排名当代理指标。
五、这些数字不能推出什么
- API 采样结果 ≠ 大众端所见（接口与消费端产品的策略可能不同）
- 本次未出现 ≠ 不存在（可能只是我们还没采到，或该引擎没检索到）
- 被 AI 引用 ≠ 带来转化（从「被提到」到「下单」中间还有落地页、价格、销售等环节）
- 趋势上升 ≠ 是我们的功劳（竞品变化、引擎版本更新都会影响结果）
- 跨市场数字不可直接比较（同一「可见率」在不同市场含义不同，须带口径一起看）
六、我们不做哪些事
把不做的事写清楚，比把能做的事写满更有用——以下每一条都在系统里有对应的实现约束，不是声明。
-
不保存你在任何平台的登录密码
不保存、不索取、不代持。需要保存密码才能发布的平台，我们宁可停用整条通道（如 Reddit 改为桌面端本机发布），也不降低这条标准。可撤销的 OAuth 授权令牌不在此列——撤销权始终在你手上。
-
不为 UGC 平台出「去哪里说什么」的行动清单
对社区平台我们只做监测与自有资产纠错。清单式功能在功能上等于规模化部署手册，即使每个动作都由人工执行也不改变这个性质。
-
不承诺排名、不承诺被引用
AI 的回答是每次现算的概率结果，不存在可被锁定的位置。任何「保证做到第一／保证被引用」的说法都不符合技术事实，也不符合反不正当竞争法的要求。报告质量门会自动检查正文是否出现这类绝对化承诺。
-
不暗示「加了结构化数据就会被 AI 引用」
Google 官方明确无需为此创建特殊 schema。结构化数据的作用是如实描述页面上的事实，被引用的原因是内容本身可被抓取且可信——不是某个标签的功劳。我们也不会替你声明我们并不知道的事（例如库存状态）。
-
不由 AI 生成技术事实与合规结论
适配参数、认证编号、法规适用性这类客户会照着执行的信息，只能来自你的源数据或可核验的官方来源；AI 只负责包装与翻译。市场禁忌条目必须带来源、复核人与复核日期三者齐全才能录入——LLM 无法伪造这个组合。
-
不提供没有出处的合规规则
每一条市场禁忌与监管节点都必须可追溯到具体来源并注明复核人。没有来源的规则不作为拦截依据——宁可少拦，也不拿不明来源的规则挡住你的正常内容。