方法论

我们测的是什么

我们采样的是回答，不是用户。「34% 的回答提到了你」描述的是我们采集到的回答，不是看到你品牌的真实用户比例。

每个指标都标出样本量，并能追溯到计算它的那些回答。

采集的是入口，不是模型 API

我们从买家真正在用的消费级入口采集——ChatGPT 搜索和 Google AI Mode——而不是调用底层模型 API。同一个模型，通过 API 和在搜索产品里的回答不一样，引用的页面也不一样。

某个入口某天采集不到，就记为当天缺测。我们绝不用别的模型或别的供应商补数。

一个样本怎么采

每个问题原样发送——绝不在问题里加上你的品牌名——使用你选定的市场和语言，不带个人历史。

原始回答先存档再分析，同时记录时间、入口、采集条件和入口返回的模型。改采集参数或换供应商会开启新的采集配置版本，趋势在这里断开，而不是悄悄混在一起。

缺测不等于「没提到」

采集失败或缺失的样本不计入任何比率，单独计数。如果把它当成「没提到你」的回答，采集故障就会被误读成可见度下降。

带你品牌名的问题

像「Acme 好用吗」「Acme vs Foo」这样的问题本身就带着你的品牌，回答几乎一定会提到你。这类问题不计入可见度，只用来检查 AI 对你的描述是否准确。

「Foo 的替代品」这类问题不带你的品牌名，会正常计入。

比率和区间

品牌提及率 = k/n：在不带你品牌名的问题的有效回答（n）里，提到你品牌的回答数（k）。官网引用率统计引用了你域名下页面的回答。推荐率和平均排名需要推荐分析阶段，上线后才会出现。

每个比率都附 Wilson 95% 区间，样本量小时也不会夸大。周环比变化只有在统计显著时才会报告。

p̂ = k / n,  z = 1.96
center = (p̂ + z²/2n) / (1 + z²/n)
margin = z · √(p̂(1−p̂)/n + z²/4n²) / (1 + z²/n)
interval = [center − margin, center + margin]

局限

回答会随运行、用户和日期变化；单日样本噪声大，所以我们每天采样、按周看趋势。

入口会在不通知的情况下更换模型和版式。我们记录入口返回的信息并在断点处标注，但无法看到被测系统的内部。