如何科学监测品牌在 AI 中的可见性

「AI 到底有没有提到我们？」这是 GEO 最基础、也最容易被做错的问题。常见做法是随手问几次、截几张图，结论全凭印象。要让监测结果可用于决策与验收，采样、指标与证据都需要标准化。

一、先接受三个现实约束

• 截至目前，国内主流大模型并未开放面向 GEO 监测的官方接口，监测只能通过工程化抽样实现；
• AI 回答具有非确定性，同一提示词在不同时间、不同账号下可能不同；
• 任何单一截图都只是「一个样本」，不能直接推导整体结论。

监测体系的设计，本质上是在成本、频率与可信度之间取得平衡。

二、监测设计的五个要素

1. 提示词集：覆盖品牌词、品类词、竞品对比词与决策类问句，固定版本，变更需记录；
2. 平台范围：选择目标用户真实使用的平台，并标注平台与网页端版本；
3. 采样频率：日常预警可高频，验收采样应控制频率并遵守平台规则；
4. 样本量：样本量要与提示词数、平台数匹配，小样本只能作为方向性参考；
5. 时间窗：明确采样起止时间，所有指标都必须带时间范围。

三、双通道：预警与验收分开

通道	作用	特点	能否用于验收
API 引擎	高频粗筛、异常预警	成本低、结构化，但与网页端回答存在偏差	不作为验收依据
网页采样引擎	验收采样、效果验证	接近真实用户所见，产出文本、引用与截图	作为验收依据

把两者混在一起，是很多效果争议的根源。报告里必须标注每条数据来自哪个通道。

四、核心指标与计算口径

星源GEO 内置的核心指标包括：

指标	定义	计算公式
品牌提及率	采样回答中提及品牌（含别名）的比例	提及样本数 / 有效样本数 × 100%
内容引用率	已发布内容被 AI 引用（含链接或显著片段）的比例	被引用验证次数 / 总验证次数 × 100%
信源引用占比	回答引用来源中属于目标信源的比例	目标信源引用数 / 全部引用来源数 × 100%
前三推荐率	「推荐 / 排行」类问题中品牌进入前三的比例	前三样本数 / 推荐类样本数 × 100%
AI 认知准确度	回答中品牌事实断言与知识库一致的比例	正确断言数 / 提取断言数 × 100%
竞品替代率	提问本品牌时回答主推竞品的比例（越低越好）	竞品替代样本数 / 有效样本数 × 100%
幻觉错误率	回答中出现与知识库冲突的错误断言的比例（越低越好）	错误断言样本数 / 有效样本数 × 100%
首次引用时间	内容发布后首次被 AI 引用的天数	首次被引用日期 − 发布日期

指标不是越多越好。建议先固定 3–5 个核心指标，配合基线长期观察。

五、统计口径的四条硬要求

• 每个指标同时返回有效样本数、无效样本数、采样时间范围与采集通道；
• 验收只使用网页采样通道数据，API 数据仅用于预警并明确标注；
• 失败样本显式计入无效样本数并展示，绝不静默丢弃；
• 全部效果以项目基线为参照，报告中标注样本量与置信说明。

缺少任何一条，数据都很难经得起复核。

六、证据留存：让每个结论都能被复查

每次采样建议落盘「存证三件套」：

1. 回答全文：含引用链接，结构化存档；
2. 回答区截图：裁剪至回答区域，避免无关信息入镜；
3. 元数据与哈希：平台、提示词、时间戳，以及内容 SHA-256，用于防篡改校验。

证据的价值在于：当效果出现争议时，双方可以回到同一条样本上讨论，而不是各说各话。

七、合规边界

监测不能以「拿到数据」为唯一目标。平台应设置全局 QPS 与抽样频率上限、账号池与节点隔离、超限自动降速；不实现验证码绕过、不做反检测对抗、不进行大规模高频爬取。遇到风控拦截，正确做法是转入人工处理并告警，而不是强推。

八、基线怎么定

项目启动时先做一轮覆盖主要提示词与平台的基线采样，之后所有提升都相对基线计算。需要注意：

• 基线样本量要与后续验证保持一致，否则前后不可比；
• 平台版本、账号状态、提示词变化都会影响结果，需在报告中记录；
• 单日波动不能当作趋势，至少观察一个完整时间窗。

星源GEO 的监测能力

星源GEO 的 AI 可见性监测引擎支持品牌 × 提示词集 × 平台 × 频率自由组合，具备超时控制与随时取消；双引擎分别承担预警与验收；采样自动留存截图、时间戳与提示词，可打包导出；指标可按时间、平台、提示词维度下钻，并在负面幻觉、竞品替代或指标跌破阈值时告警。

如果不确定从哪里开始，可以先做一次免费品牌 AI 可见性检测，拿到一份基线，再决定监测范围。