AI 可见度具体测量什么

灰犀AI把可见度拆成可复核的证据：完成覆盖、品牌发现、品牌描述、官网引用和竞品判断。每项都保存自己的分母、未知数与排除数。

完成覆盖以问题乘以测量来源形成的预期任务为分母。品牌发现和官网引用只在相关且可判断的已完成回答中计算；无法判断不会被偷偷改成未命中。报告还要展示 completedPopulation、unknownCount 和 excludedCount，让读者看见哪些任务根本没有进入该指标的人口。

来源结构的单位是有效引用链接，不是回答任务；竞品领先的单位是适用比较问题，不是 Provider 数量。同一页上的几个比例不能只看数字大小而不看单位和可判断条件。

合成教学例子：4 个基础问题在 2 个测量来源上形成 8 个预期任务，其中 5 个完成、2 个失败、1 个缺失，则完成覆盖是 5/8。5 条完成回答中，若 1 条跑题、1 条品牌身份无法判断、其余 3 条相关且可判断，品牌发现只能在后 3 条中计数，例如 1/3，而不是 1/5 或 1/8。

如果这 3 条回答合计提供 4 个有效引用链接，来源结构的总数是 4 个链接；它不能写成“4/8 个回答有来源”。这个例子展示人口与单位如何切换，数字不代表真实项目。

每个回答任务独立保存相关性、品牌提及、官网引用、引用来源类别和竞品判断，再由确定性规则汇总。报告保留分子、分母和限制说明，不用单一分数掩盖证据。品牌描述另展示命中位置的原句与任务引用，不能把几条不同回答合并写成“多来源一致认为”。

品牌被提及只说明它出现在回答里。描述是否准确、引用是否属于官网、回答是否相关，都需要分开判断。