核心平台 AI 视野雷达

AI 回答里没有你,客户就看不见你

我们持续向国内外主流 AI 引擎真机提问,把你的提及率、排位、信源构成记成一本可回看的账——变化有据,差距有处可查。

它解决什么
  • 客户拿到的不再是一页搜索结果,而是一段 AI 替他做好的总结。
  • 哪些引擎提到了你、把你排第几、信源是谁——绝大多数品牌一无所知。
  • 凭感觉投放,等于在看不见的战场上打仗。
它怎么做到
  • 双引擎矩阵:海外 OpenAI、Perplexity、Gemini、Claude 等 + 国内豆包、DeepSeek、Kimi、通义千问、腾讯元宝等,一套平台同时覆盖。
  • 多轮采样与口径管理:每个指标带分母,未采样如实标注「暂无数据」,不显示误导性的 0%。
  • 竞品同题对照:同一问题下品牌与竞品的提及对比。
  • 引擎信源占比:AI 的回答引用了哪些网站,我们的内容占了多少。
  • AI 爬虫监测:识别 16 家 AI 爬虫对网站的访问行为。
能力清单

雷达里的每一项,都能落到具体动作

多引擎可见性档案

按引擎分别建档:提及率、排位、推荐率、置顶率随时间变化,趋势可回看。

口径:每个率都带分母;未采样的引擎显示「暂无数据」,不显示 0%。

竞品同题对照

同一问题下品牌与竞品同屏对比,一眼看出差距在哪几个问题、哪几个引擎。

信源构成分析

AI 回答引用了哪些网站、自有内容占多少、信源来自哪一层(自有 / 媒体 / 社区)。

AI 爬虫雷达

识别 16 家具名 AI 爬虫对官网的抓取行为,与 robots.txt 声明对照找出「想拦没拦住 / 想放没放进来」的问题。

负面与异常预警

提及骤降、负面描述、描述准确率下滑触发提醒,附证据存档。

固定问题集复测

同一批问题定期复测,对比改造前后变化;采样条件(引擎/模型/条件)变化时标注「不可比」而非硬出曲线。

监测通道

覆盖 15 个引擎,国内海外一套口径

国内 9 个可采样引擎:

豆包 DeepSeek Kimi 腾讯混元 通义千问 百度 AI 搜索 智谱 GLM 文心一言 腾讯元宝

海外 6 个:

OpenAI Perplexity Gemini Claude Grok (xAI) Mistral

名单与计数由引擎注册表现算——与首页数据带、免费检测、套餐引擎范围同一来源,口径互相校验。

示意工作台

登录后,你在后台看到的仪表盘

以下四张图是租户后台「AI 可见性」工作台的核心视图(此处为示意数据)。真实数据来自你的项目采样:每张图都带分母与样本量,口径与后台完全一致。

多引擎可见性矩阵

示意数据
引擎 样本 可见率 Top 1 Top 3
豆包 128 41.7% 12.5% 38.3%
DeepSeek 116 38.2% 10.3% 35.8%
Kimi 104 35.5% 9.6% 33.1%
腾讯混元 92 29.8% 7.7% 27.6%
通义千问 84 27.4% 6.9% 24.9%
百度 AI 搜索 76 24.6% 5.8% 22.3%
智谱 GLM 64 22.1% 5.2% 19.8%
文心一言 58 18.6% 4.1% 16.2%
腾讯元宝 52 16.3% 3.4% 14.7%
OpenAI 44 13.8% 2.6% 11.9%
Perplexity 38 11.2% 1.9% 9.6%
Gemini 该引擎未纳入本组采样
Claude 该引擎未纳入本组采样
Grok (xAI) 该引擎未纳入本组采样
Mistral 该引擎未纳入本组采样

引擎名称与线上一致,数值仅作示意。可见率的分母是该引擎的有效样本数;没采样到的引擎显示「暂无」而不是 0%。没测到和测到 0 是两回事。

可见率走势与波动区间

示意数据
W1 W12 50%

中心线为周度可见率,色带为近 7 天滚动波动区间(示意)。单点快照会骗人:同一问题在不同引擎、不同时刻的答案并不相同,所以要看趋势。

三层可见性

示意数据
AI 提及 51.8%
AI 引用 34.2%
搜索点击 12.6%

三层是三条独立口径,不能当一条漏斗读:AI 提到你 ≠ AI 引用了你 ≠ 有人从搜索点进来。每层的分子分母在后台分别披露。

我 vs 竞品 vs 行业基准

示意数据
你的品牌 38.4%
竞品 A 45.1%
竞品 B 29.7%
竞品 C 22.0%

蓝条为品牌可见率,灰带为行业基准参考区间(P25–P75,示意)。基准样本不足时降级为「仅供参考」,不下结论。

以上口径与后台完全一致:分母 = 有效样本数、零样本显示「暂无」、不同采集方式不合并趋势线。此处数字全部为示意,登录后展示你项目的真实数据。

先看看 AI 现在怎么说你