如何衡量人工智能搜索是否在推荐您的品牌

一位创始人向 ChatGPT 询问她所在类别中的最佳供应商，发现她的公司排名第三，于是截图分享给团队。十分钟后，一位同事问了同样的问题，结果发现她的公司却不见了。这两张截图都是真实的，但都不是实际的衡量指标。截图和实际衡量指标之间的这种差异，正是人工智能可见性指标需要不同于大多数营销团队习以为常的排名检查方法的原因所在。

为什么人工智能的回答提供的信息如此有限？

传统的排名追踪之所以有效，是因为针对特定搜索查询的谷歌搜索结果页面相对稳定。而人工智能的答案每次都是重新生成的。SparkToro 与 Gumshoe.ai 合作开展的一项研究，在 2025 年 11 月和 12 月期间，利用数百名志愿者，收集了 ChatGPT、Claude 和 Google AI 的 2961 个搜索提示。对于每个平台运行 60 到 100 次的 12 个品牌推荐提示，ChatGPT 和 Google 返回相同品牌列表的概率不到 1%，返回相同品牌列表且顺序相同的概率不到 1%（ 《搜索引擎杂志》，2026 年 1 月）。

同一项研究还发现了一些有用的信息。即使142名参与者自行撰写耳机相关提示，且措辞几乎完全相同，一些知名品牌仍然出现在55%到77%的回复中。换句话说，列表的顺序无关紧要，而品牌在众多答案中出现的频率才是稳定的信号。这项研究未经同行评审，而且其中一位作者销售人工智能追踪软件，因此请将其视为趋势的有力证据，而非精确的定律。

这一发现影响着下文的所有内容。在众多答案中排名靠前是衡量人工智能可见性的重要指标之一。而单个答案的排名则只能算是个例。如果您想快速了解自己目前的状况，我们的三步人工智能搜索表现审核指南涵盖了这方面的内容。本文将介绍持续更新的版本。

哪些人工智能可见性指标真正重要？

不同供应商对人工智能可见性指标的命名略有不同，因此首先需要在团队内部统一定义。例如，Semrush 将“声量份额”定义为品牌在人工智能生成的答案中被提及的次数占比，并与竞争对手进行比较。它区分了提及（统计品牌出现的次数）和引用（统计将你的域名作为来源链接的答案次数）（ Semrush 知识库）。这两个概念是任何人工智能引用跟踪设置的基础。

在五项人工智能可见性指标中，提及率和引用率是领导层首先应该关注的指标。它们回答了两个不同的问题。提及率告诉你模型是否知道你的存在能够满足特定需求。引用率则告诉你你的内容是否真正起到了说服作用。一个品牌可能因为第三方评论而被频繁提及，但其自身页面却从未被引用，这提示了下一步应该投资的方向。

稳定的阅读需要多少次提示和运行？

人工智能可见性指标没有统一的标准，客观的研究也证实了这一点。2026年7月，《搜索引擎杂志》（Search Engine Journal）总结了一篇预印本论文，该论文测试了SearchGPT、Gemini和Perplexity三个平台及主题的30种组合。根据测试的不同，可靠的排名需要33到94个被引用的答案；30个测试中有3个即使在125个问题的情况下也始终无法稳定；排名前十的网站的典型误差约为5个位置（ 《搜索引擎杂志》，2026年7月）。该论文的作者联合创办了一家人工智能可见性软件公司，且尚未经过同行评审。

cloro.dev 的一份供应商指南提供了一个实用的经验法则。大约 72 个回复可以使可见度在 25% 的转化率下达到约 10 个百分点的误差，而大约 300 个回复则可以将误差缩小到约 5 个百分点（ cloro.dev，2026）。作者称这些数据仅供参考，因此应将其用于设定预期，而非作为标准。

对于人工智能可见性指标而言，实际意义在于：收集到的答案数量等于提示次数，每次提示运行的次数等于平台数量。例如，十个提示在一个平台上运行一次，就只有十个答案，这个数量太少，不足以作为可信的参考。我们的SEO和GEO方案在“启动”阶段追踪10个提示，“增长”阶段追踪25个提示，“权威”阶段追踪50个提示，“规模”阶段追踪100个或更多提示，涵盖ChatGPT、Gemini、Perplexity、Claude、Copilot和Google AI Overview等工具。无论您使用何种服务提供商（包括我们），都应该询问每个报告的数字背后有多少次重复运行。

人工智能引擎引用的信息来源是什么？

在所有人工智能可见性指标中，引用率只有在了解哪些内容能够获得引用的情况下才有意义。Ahrefs 分析了 86.3 万个关键词和约 400 万个 Google AI 概览网址，发现被引用的页面中，只有 38% 的页面在同一查询的搜索结果中排名前十，低于 2025 年 7 月一项研究中的 76%（ 《搜索引擎杂志》，2026 年 3 月）。Ahrefs 指出，更先进的解析技术意味着这两个数据集无法直接比较，因此引用率下降的部分原因可能是检测技术的进步。无论如何，在 Google 上排名靠前已不再能保证获得引用。

追踪服务商 Peec AI 对 ChatGPT、Google AI Mode、Gemini、Perplexity 和 AI Overviews 等平台引用的约 3000 万个来源进行了排名。Reddit、YouTube、LinkedIn、维基百科和福布斯位列前五，紧随其后的是 G2、Yelp、Facebook、Medium 和 TechRadar（ Peec AI，2026 年 3 月）。该榜单仅提供排名，不包含百分比。这表明第三方资料、评论和社区讨论确实具有重要意义，因此我们将更深入地解释AI 搜索引擎如何选择信息来源。

搜索控制台和分析功能能告诉你什么？

在人工智能可见性指标方面，Search Console 提供的信息远低于大多数团队的预期。谷歌表示，来自“人工智能概览”和“人工智能模式”的流量已包含在“效果”报告的“网页搜索”类型下，因此没有单独的筛选器可以将其单独列出（ Google Search Central）。谷歌还声称，来自包含“人工智能概览”页面的点击质量更高，但并未公布任何数据来支持这一说法。

皮尤研究中心在2025年春季追踪了900名美国成年人的68,879次搜索，而Ahrefs则在2026年2月的一项研究中，利用桌面版Search Console的数据分析了30万个关键词（ 皮尤研究中心； Ahrefs）。两项研究都描述了相关性，但此后人工智能功能一直在不断变化。衡量标准很简单：许多受人工智能影响的决策并不会带来点击，因此，可见度必须结合品牌搜索需求和直接咨询来解读，而不是取代它们。

一个实用的AI可视性测量方案是什么样的？

构建一套反映购买过程的提示信息

良好的AI可见性指标始于提示语的设置，因此请按阶段对提示语进行分组：宽泛的类别问题、比较和替代方案问题、定价问题以及直接提及您品牌的问题。编写提示语时，请用客户的口语表达，而不是按照关键词工具的拼写方式。对于B2B公司，请添加采购委员会每位成员都会提出的问题，因为B2B搜索行为涉及多人独立研究。

按计划运行并保存每个答案

在每个平台上以固定频率（例如每月一次）运行完整的 AI 可见性指标集，并针对每个提示重复运行。存储原始答案，而不仅仅是分数，以便您可以查看用户情绪并发现有关定价、服务或位置的不准确声明。

报告一个范围的利率。

仅作示例，并非基准测试。假设在 3 个平台上运行 40 个提示，每个提示运行 5 次，共计 600 个答案。如果您的品牌出现在其中 150 个答案中，则提及率为 25%，简单的统计误差约为正负 3.5 个百分点。由于同一提示的重复运行并非完全独立，实际的不确定性会更大。展示 AI 可见性指标的范围，可以避免团队因每月的小幅波动而过度兴奋或恐慌。

将数据与业务成果联系起来

将您的 AI 可见性指标与 Search Console 展示次数、品牌搜索量、来自 AI 平台的推荐流量以及新潜在客户的推荐来源等指标关联起来。这与我们之前在关于透明 SEO 报告的文章中描述的方法相同，只是应用到了一个新的渠道。

Skyfield Digital如何衡量人工智能的可见性？

Skyfield所有套餐都融合了 SEO 和 GEO 优化，通过 AI 提示跟踪 AI 可见性指标是每月工作的一部分，而非额外添加的功能。入门套餐包含一份 AI 可见性基线报告，增长套餐在此基础上增加了一份月度 AI 答案差距报告，权威套餐则在此基础上增加了一份季度 AI 声量份额报告，所有套餐详情请见我们的定价页面。我们的目标是运用我们方法论中概述的方法，向您展示哪些提示有效，哪些无效，以及哪些页面需要改进。

如果您想了解您的品牌目前在主流搜索引擎中的排名情况，我们的团队可以为您进行基准测试并与您一起分析。您可以先尝试Skyfield Digital的生成式搜索引擎优化服务，或者通过联系页面申请免费审核。

常见问题解答

来源