第一步：先知道你缺的到底是什么，别凭印象回答
你的老板问过你这句话吗——「现在客户都在问 AI 了，AI 里提到我们没？」你拿起手机问了一遍，AI 讲了三个同行，没有你；换个平台再问，它讲了一个你从没听说过的品牌。你把两张截图发过去，老板接着问：那我们到底差多少？
问题不在 AI，在于我们拿两张随手截的图当证据。要看清自己缺什么，得先把「测什么、怎么记、跟谁比」定下来。
这件事的代价不是「少被 AI 提一次」。客户在决定给谁打电话之前，往往已经在 AI 里问过一轮；那一轮里没有你，你连被比较的机会都没有。所以第一件要做的事不是赶紧发内容，而是先把现状记下来——一份能跟下个月对比的现状。
先记住一个数字。有一项统计覆盖了 491 个 AI 回答、1,283 个被引用的域名，结论是：**大约三分之二的域名只在一个引擎里被引用过，同时被五个引擎都引用的只有 14 个，占 1.1%**（GetIntel《AI Search Statistics 2026》）。换句话说，你在一个平台被提到，不代表另一个平台会提到你；一次没搜到，也不代表整体没戏。凭单次、单平台的印象下判断，大概率是错的。
第二步：把问题固定下来，别一上来就搜品牌名
先别急着问品牌名。用「某某公司怎么样」开场，等于让 AI 复述你的自我介绍，它会礼貌地把你说一遍，但这不是客户真实的问法。
把客户真正会问的话写下来，凑到 20 条，按四类分：
- **品类推荐**（5 条）：济宁做钢结构厂房找哪家
- **场景痛点**（6 条）：厂房漏水反复修不好怎么办
- **对比选型**（5 条）：两种屋面材料哪个更耐用
- **地域与预算**（4 条）：济宁周边 3000 平方米厂房造价大概多少
写问题的时候有一条纪律：**不要用 AI 帮你生成这份清单**。你拿 AI 写出来的问题去问 AI，等于问它「你说的这些话你认不认」，测出来的结果会偏乐观。问题的素材应该来自销售被问过的话、客服接过的电话、老客户提过的顾虑。
这 20 条一旦定下来就不要再改，因为你下一轮要跟这一轮比。还有一条更容易被忽略：**同一个问题至少跑 5 次再记结论**。看单次结果就像抛一次硬币就断定硬币有问题——样本太少时，波动会盖过真正的变化。跑 5 次记「几次出现」，比跑 1 次记「有没有出现」可靠得多。
第三步：分平台记，别把几个平台合成一个分数
接下来你会本能地做一件事：把结果记成一个数——「三个平台被提到两次，覆盖率 66%」。这个数不能用。
有一份对 255 个「最值得买什么」类问题的扫描：其中 **60% 的产品只被一个引擎提到，同时被五个引擎都提到的只有 6%**；同一份榜单里，某个品牌在 ChatGPT 里排第 1，在 Gemini 里掉到第 6（AI SEO Tracker 的逐引擎扫描）。各引擎每次回答引用的网站数量也差得远——同一批买家问题下，Google AI Mode 平均引用 **16.38** 个域名，AI Overviews **10.17** 个，Gemini 只有 **3.43** 个（同一份 GetIntel 统计）。
所以记录方式要改成一张「问题 × 平台」的表，每一格只填三种状态：**没提到 / 提到但没给链接 / 提到并给了你网站的链接**。表格右边再加一列，写清楚那句描述里有没有事实错误。任何把多个平台压缩成一个分数的做法，都会把这个差异抹掉——包括你自己做的那块仪表盘。
举个具体的记法。假设「济宁做钢结构厂房找哪家」这一条，在三个平台各跑 5 次：平台 A 五次里四次提到你并给了官网链接；平台 B 五次里两次提到你，都没给链接；平台 C 五次里一次都没提。这时候你能讲清楚的是三句事实，而不是一个「覆盖率 66%」。数字越简单，越容易被误用。
第四步：不只看「有没有说」，还要看「说对了没有」
「被提到」只是第一层。第二层是它有没有把客户引到你的站点；第三层是它有没有把你说对。
有一项覆盖 **900 万条 AI 答案、9 个平台、400 多个企业品牌**的分析，给出了三条和直觉相反的结论（研究解读）：
- **品牌口碑和引用次数无关，甚至呈负相关**——争议多的品牌被讨论得多，可供抽取的素材也就多；
- **你自家页面被引用一次，带来的可见度提升大约是第三方被引的 5 倍**；
- **自有内容的引用能撑住 3 到 9 倍于第三方引用的时间**。
这三条合起来的意思是：第三方渠道负责让 AI 先认识你（视频平台 2.8 倍、职业社交 2.7 倍、社区 2.4 倍），你自己的页面负责在 AI 决定提你的时候有东西可写。所以「被提到」这一列要拆成「第三方提到」和「自有页被引」两行——它们是两种资产，作用完全不同。
顺带回答一个常被问到的问题：既然第三方渠道更重要，那是不是不用管自己的站了？不是。第三方负责让你被认识，自有页负责让你被写对。缺了前者，AI 根本不知道有你；缺了后者，AI 虽然知道你，但写你的时候只能引用别人的说法——包括竞争对手的说法。
第五步：一个平台一个平台看，它们各有各的料
同一个买家问题，五家引擎给出的引用来源结构完全不同。有一份对 1,430 条已分类引用的统计（Foglift Q2 2026）：
- ChatGPT 的引用里 **68% 来自厂商自己的站点**，其余四家在 45.7% 到 52.2% 之间；
- ChatGPT **一条视频、一条社区讨论、一个个人博客都没有引**，Claude 同样不引视频和社区；
- **Perplexity 是五家里唯一大量引用 YouTube 的**（约 9.7%），**Gemini 是唯一明显引用社区讨论的**；
- 每次回答的引用条数也不一样：Google AI Overview **9.31** 条、Gemini **9.25** 条、Perplexity **7.27** 条、Claude **5.33** 条、ChatGPT 只有 **3.28** 条。
所以你没法做出一份「通吃」的清单。更实际的做法是：先确定客户主要在哪个平台提问，再照着那个平台的来源结构去补。客户在 ChatGPT 里问，重点是把官网写清楚；在 Perplexity 里问，一条讲透产品的视频可能比十篇图文更值。
还有一层差别值得留意：引用条数多的平台，不代表你更容易挤进去。ChatGPT 每次只引三条，位置少、竞争直接；Google AI Overview 每次引九条以上，位置多，但你旁边还站着八九个别的来源。位置的数量不等于你的机会。
⚠️ 但你马上会撞上一个矛盾：另一份 900 万条答案的分析说，在「准备掏钱」这类问题上，**82% 的引用给了第三方，只有 3% 给了品牌自己的页面**。两个数字差这么远，是因为一份统计全部买家问题、另一份只挑商业意图问题，「自有站点」的归类方式也不一样。**遇到两个数字打架，不要挑一个信**——这恰好是你自己跑一遍的理由：别人给的是平均值，你要的是你自己的数。
第六步：把一次提问当成一段对话，别只截一张图
你现在的做法大概是：问一句，截一张图。有一篇 2026-09-30 提交的研究指出，这种做法在方法上就不完整（arXiv:2609.40069）。
它描述了一个现象叫「对话捕获」：**一个在对话早期被引用的来源，后续被再次引用的概率会明显上升**。这背后有两个通道——机器侧是「带着历史记录去检索」，人类侧是你追问时会自然地继续问那个已经被提到的名字。研究者用数学推导证明：**只看单轮问答时，这个反馈效应等于零**；把整段对话连起来看，收益会随轮数超线性增长，**十轮之内复利比可以超过 2**；同时，单轮排名和整段对话的排名只有弱一致（Kendall τ = 0.4）。
操作上就一句话：**跑完第一轮之后，追问两三次**。比如先问「济宁做钢结构厂房找哪家」，再追问「为什么是这几家」「第二家做过什么项目」「预算只有一半呢」。看你的品牌在追问里是被记住，还是从第三轮开始就消失了。这一步不花预算，但会改变你对「有没有效果」的判断。
需要说明的是，这是一篇预印本，结论由数学推导加模型示例得出，还没有用真实客户的检测数据验证。所以它现在的作用是**告诉你方法上漏了什么**，而不是给你一个可以直接引用的比例。但「单轮问答测不出反馈效应」这一点，对我们自己每天做的探针检测是直接的提醒。
第七步：固定成一张表，每两周跑一轮
把你测到的东西固定成这几列，一行一次观测：
**日期 / 平台 / 问题 / 是否被提到 / 是否给了链接 / 描述是否与官网一致 / 是否出现竞品 / 被引来源的域名**。
每两周跑一轮，**只在数字真的变了才动内容**。判断「变了」也要有门槛：单个问题的样本太少时，波动比变化大得多，所以要么固定多跑几次看频率，要么把同类问题合并起来看趋势。
最后提醒一个 2026-10-02 刚发生的乌龙。有几家媒体报道「Google 在 AI 概览的链接里加了 `?st_source=ai_overview` 参数，发布商终于能单独统计 AI 流量了」。第二天被更正——**那是浏览器里的一个扩展改写了页面的链接，跟 Google 无关**（更正记录）。结论是：**目前在 AI 侧仍然没有第一方的方法把 AI 点击单独拆出来**，Google 官方的说明里也没有这种参数。所以别为这类消息改造你的测量方案。
另外，别指望这张表能预测下个季度的流量。它测的是「AI 现在怎么描述你」，不是「你能拿到多少客户」。这两件事之间隔着一条很长的链，中间还夹着平台规则变化和客户自己的决策过程。把这张表当体检报告用，不要当业绩表用。
下周就能做的三件事：
1. 写下 20 条客户真实会问的问题，四类各占几条，存成一张表；
2. 挑 3 个你在意的平台，同一套问题各跑 5 次，只记「没提到 / 提到 / 提到并给了链接」；
3. 对其中两个问题各做三次追问，看看你的名字能不能撑到第三轮。
（更完整的自查清单，我们整理在 GEO 自查指南 里。）
常见问题
自己测 AI 可见度，最少要多少条问题、跑多少次？
建议 20 条客户真实会问的问题，覆盖品类推荐、场景痛点、对比选型、地域与预算四类；同一个问题在同一个平台至少跑 5 次。只跑一次不足以形成结论，因为样本太少时波动会盖过真正的变化。
为什么不能只看一个 AI 平台的结果？
因为各平台的来源结构差别很大。同一批 255 个问题里，60% 的产品只被一个引擎提到，同时被五个引擎都提到的只有 6%；同一批买家问题下，Google AI Mode 平均引用 16.38 个域名，Gemini 只有 3.43 个。只测一个平台，得到的只是那一个平台的答案。
AI 提到我但描述错了，算不算被引用？
算被提到，但不能算被正确引用，这两件事必须分开记。看结果时要分三列：是否被提到、是否给了链接、描述是否与官网一致。被讲错比没被讲到更麻烦，因为它已经替你在客户面前介绍过一次。