怎么量化 AI 可见度：提及率、位次与引用源

测量从题集开始。把用户真实会问的问题写下来，标明意图、语言、地区与业务约束，冻结成一个版本。之后所有对比都用这一版，改题就等于换了尺子，前后的数字不再可比，也很难向别人解释变化从哪来。

题集里要包含你不适合被推荐的问题。如果每道题都预设正确答案是你的品牌，测出来的数字只能证明提问方式，不能证明可见度。带着答案去提问，得到的通常是答案。

提及率是正文提到品牌的回答数，除以取得完整回答的次数；引用率是至少引用一次目标域名的回答数，除以同一个分母；引用份额则是你的去重引用数占全部去重引用数的比例。三个分母不同，不能混着比较。

再往下是质量。关键事实正确率看被核对过的断言里有多少是对的，引用支持精度看来源是否真的支撑旁边那句话。数量涨了而质量掉了，是这类项目里常见的结果，只报前者会掩盖后者。

超时、限流、登录失效导致没拿到回答，属于技术失败，要单独统计，不能悄悄记成未提及。拒答、没推荐、没触发搜索，只要拿到了正常回答，就是有效样本，也不能删除，否则分母会被无声地美化。

技术失败会让真实比例落在一个区间里。用计划次数和成功次数算出上下界，说明未知部分可能造成多大影响，比直接给一个精确到小数点的数字要诚实，也更容易在下一次复测时复用。

从七次里的两次变成七次里的四次，是提高约 28.6 个百分点，相对增幅 100%。写成「提升 28.6%」会让读者以为是相对增长，两种说法必须分清，尤其是在给不熟悉指标的人做汇报时。

同时要说明这个数字代表什么范围。四道题的结果推不出整个平台的可见度，样本量小的时候，日常波动本身就可能大于改动带来的差异，此时更稳妥的写法是描述观察到的变化，而不是宣布因果关系。

提及、引用、可识别访问、业务事件是四层，能连起来的只有可追踪的同一条访问链。识别不到来源的访问要保留为未知，不能全部算给 AI，也不能把引用截图当成营收，这两件事之间隔着好几步。

每一层都要有事先写好的定义：什么算一次引用、什么算一次有效咨询、什么算技术失败。定义写在测量之前，才不会在看到结果之后被调整成好看的样子，也才能在两次复测之间保持一致的口径。