AI 搜索可见度测量与同条件复测方法白皮书

灰犀AI记录明确品牌、问题、地区、语言、测量来源和版本条件下的回答、品牌与竞品提及及引用。

一次 API 回答不是所有消费者端 AI 产品的固定排名，也不保证未来返回相同答案。

Google 说明其搜索 AI 功能可能使用不同模型和方法，回答与相关链接会变化；满足收录条件也不保证页面被索引或展示。此事实仅说明外部系统的不确定性，不表示灰犀AI当前测量 Google。[google-ai-features]

当前公开方法只覆盖中国大陆、简体中文，以及豆包和百度 AI 搜索两个指定 API 测量来源。

API 接口不等于豆包、文心等消费者端产品体验；不能从有限问题推算全网市场份额。

事实档案区分已确认、建议和未知；只有已确认、公开、来源可解析且获准用于外部测量的事实能进入问题。

简报固定业务范围、受众、场景、目标及竞品状态；AI 助手建议不能自身成为商户事实依据。

新项目依次覆盖无品牌发现、场景推荐、品牌理解、事实与来源四类意图；确认竞品后增加竞品比较。最终确认的问题文字、题序和事实引用形成版本。

无品牌发现题不植入被测品牌；竞品未知或本次暂无竞品时，不伪造比较问题。

旧项目可能沿用历史问题方案；不能把新项目的四题规则反写为旧项目的历史运行事实。

每次运行保存测量来源、模型、API 接口、搜索配置、市场、语言和时间。正文简称为豆包[1]与百度 AI 搜索[2]，两个来源的回答不当作同一个回答。

来源升级或接口变化后须判断可比性；不能将 API 返回结果称为消费者端固定排名。

四个基础问题乘两个来源形成八个预期回答任务。每个任务有完成、失败或缺失状态；不能删除失败任务缩小分母。

合成教学案例下方教学案例有八个预期任务：五个完成、两个失败、一个缺失，因此完成覆盖为 5/8。

事实层保存问题、来源、时间、状态、原始回答与引用；分析层处理相关性、实体与来源类别；行动层必须回链到已确认的证据。

没有已完成且可定位的证据时，不生成看似确定的优化建议。原始回答不因人工复核而改写。

品牌发现和官网引用只把相关且能判断该维度的已完成回答放进分母；无法判断不是未命中。

竞品领先按问题聚合，不能把同一题的多个测量来源扩张为多个问题；来源结构按有效引用链接而非回答任务统计。

实体识别、标题证据一致、业务范围、竞品判断、品牌认知和来源结构都需要质量检查；结果区分可交付、需要确认与需要修正。

人工无法判断时保留 unknown；自动语义线索不能单独把回答判为错误，更不能把未知改写为否。

别名或官网归属修正可对旧证据重新分析并保留旧分析；实体、范围、问题文字或题序、模型或 API 接口实质改变时，建立新基线而不拼接连续趋势。

排版、错字和来源链接修正可更新 v1 并记录内容修订；指标公式、分母、适用范围、问题意图、质量规则或测量来源口径改变，必须发布 v2，不得覆盖 v1 方法含义。

现有历史报告尚未保存生成时的方法版本；其方法入口不代表报告快照已经绑定 v1。

复测逐字使用原问题与顺序、市场、语言及来源版本，分别比较完成覆盖、品牌提及、引用和竞品观察。

模型随机性、时间与外部环境均可能改变回答；一次前后变化不能证明某个行动造成变化。

合成教学案例这是虚构的教学数据，不来自客户、生产测量或真实 AI 调用。甲、乙仅代表合成测量来源。

合成教学案例五个完成回答中，三个相关且品牌与官网维度均可判断，一个相关性无法判断，一个跑题。相关性未知回答的有效链接保留在来源 unknown 类别，只有跑题或无效链接被排除。

合成教学案例本案例未配置竞品，因此只有四个基础问题；若后续确认竞品，新增比较题及其两个来源任务应形成新的问题方案和基线。

品牌与竞品使用同一判断规则；套餐、机构身份和客户关系不改变测量结果。公开方法不披露私密项目事实或跨租户数据。

不提供黑箱综合总分、机构认证、固定排名或推荐保证；具体数据保存与删除以现行隐私政策和产品合同为准。

v1 是当前公开方法版本；内容修订号及指纹使网页与 PDF 可以核对是否出自同一修订。方法含义变化必须新建 v2。