可复核的 AI 可见度审计如何做

AI 可见度审计不是先看结果再改问题，而是先把问题定义清楚。问题必须来自真实用户场景，题目、题序和 Prompt Set 都要固定，不能因为某次回答不理想就临时换题。

如果一次审计今天问品牌、明天改问竞品、后天再换平台，比较就失去意义。真正可复核的审计，依赖固定问题、固定顺序和固定的判断规则。

每一次测量都要记录完整上下文：Provider、model、API surface、测量时间、Provider 或 Prompt 版本。当前灰犀AI公开写明的产品范围，只包括火山方舟 API 联网搜索与百度千帆智能搜索生成 API。

如果上下文不完整，后续就很难判断结果变化来自品牌内容、Prompt 版本、Provider 改动，还是单纯的随机波动。上下文不完整的记录，不能拿来做趋势判断。

审计要保存原始回答、引用 URL、失败状态和缺失引用。截图或摘要只能辅助阅读，不能替代原始证据。

只有原始回答留在记录里，团队才有办法复核 AI 到底说了什么、引用了什么、漏掉了什么。缺失引用和无引用也必须保留，因为它们本身就是可观察结果。

品牌、竞品和第三方都必须使用同一批问题、同一 Provider/API surface、同一提及判断口径。不能为品牌放宽标准，也不能为竞品单独放宽标准。

如果品牌回答只要出现一句相关描述就算成功，而竞品必须完整回答才算成功，结果就不再可比。可复核的审计，只能在同一口径下比较同一类对象。

事实是回答中实际出现了什么；分析是这些内容可能说明什么；建议只有在存在证据时才生成。没有证据时，应该明确写“无法形成建议”。

这样做的目的，是避免把推测包装成结论，也避免把结论包装成证据。报告里最重要的是让读者一眼区分原始事实、解释和后续动作。

before/after 必须使用同一方法；Prompt Set 或 Provider Plan 变化时，不得把两次结果拼成趋势。复测只能说明可观测变化，不声称内容修改导致了 AI 结果变化。

单次回答本来就会波动，所以审计要如实记录波动，而不是把某一次理想结果当成稳定规律。若方法变了，就要明确写出变化来源，不能把不可比数据硬连起来。

API surface 不等于用户端排序。审计不代表所有 AI 产品，也不承诺品牌一定被提及、推荐或引用。

它也不使用背书、收录承诺或推荐承诺这类表述。审计能做的是记录可复核证据，不能把证据说成保证。

持续监测更适合多品牌管理、重复测量、历史趋势、报告和复测，也更适合代理商和专业团队交付。一次检测只能回答“这一刻发生了什么”，持续监测才能回答“变化有没有持续”。

灰犀AI的价值不在于一次性结论，而在于把同一问题、同一口径、同一证据链保留下来，帮助团队长期比较品牌、竞品和历史变化。