AI 可见度测量方法与判据（2026）
一份关于「AI 搜索里的可见度」如何被测量的方法说明。
发布方：皓雅（重庆）人工智能科技有限公司 ｜ 本页只写方法与判据，不含客户战术、效果承诺与报价。
第一章 为什么「可见度」需要一套测量方法
AI 搜索与传统搜索最大的结构差异是：它没有一份固定列表。 同一个问题问两次，答案可能不同；同一个答案里，品牌的出现位置也不稳定。因此「排名第几」这个概念在 AI 搜索里几乎失效。
本方法把「可见度」拆成三个可以被分别测量的量：
- 被提及：答案里是否出现该品牌（本页处理）
- 被推荐：在同类并列时是否被选中（本页处理）
- 被引用：是否给出可核验的出处（本方法判定为：在可负担的样本量下不可测）
第三个量的理由是：引用是稀疏事件。一次数百规模的调用，能买到的关于「引用」的信息量极小， 其置信区间宽到无法与「零」区分。把它写进结论，等于用一个测不动的量去支撑一个看上去精确的说法。 因此本方法的立场是：宁可说「测不动」，不把测不动写成「没有」。
第二章 噪声测量
同一个问题问两次，答案不同——那不是效应，那是噪声。测量方法的第一件事，是把噪声量化出来。
噪声有三个来源：
- 采样噪声：服务端的随机性，同样的输入可能给出不同措辞
- 空答：调用失败、拒答或返回空内容
- 解析噪声：答案长短不一，短答案可能根本没展开
做法：对同一批问题重复调用，构建两级方差分解——把「题与题之间的差异」和「同一题的多次回答之间的差异」分开， 得到题级方差与应答级方差，再据此判断一个观测到的变化是超出噪声，还是被噪声淹没。
| 噪声分解（同一子集，n=40） | 值 | 说明 |
|---|---|---|
| 题级方差 τ² | 0.001033 | 题与题之间的真实差异 |
| 应答级方差 ε² | 0.040076 | 同题重复之间的抖动 |
| 组内相关 ICC | 0.0251 | 抖动中属于「题」的比例 |
| 标准差（直接法） | 0.1213 | 同子集直接计算 |
| 标准差（分量法） | 0.1247 / 0.1234 | 两种分母选择 |
| 两法缺口 | +2.83% | 判定为估计器口径差异，非数据错误 |
最关键的一条：空答不等于未被提及。把两者混在一起，会让「没问到」伪装成「没被选中」，从而把测量失败读成效果缺失。 本方法要求两者分列报告。
第三章 预注册：判据跑前写死
规则：判据在开跑前写死，跑后不得更改；单轮跑，不中途换口径。
- 主指标只有一个，事前命名，事前声明报告方式
- 次指标与第三指标各自命名，且不得在主指标不利时被抬上来
- 决策线（什么算「检出」、什么算「关闭」、什么算「说不清」）在跑前写死
- 排除规则与配对损耗规则在跑前写死
为什么必须写成文字而不是记在心里：测量者面对结果时，有太多「合理」的调整空间—— 换分母、剔一行、把二元判断改成趋势描述。这些调整单看都说得通，合起来就是把噪声读成结论。
我们也犯过：跑后挑选读法、以及把「显示值」当作计算输入（一个被四舍五入过的数，再拿去算下游，误差就会被放大成结论）。
第四章 三条排除界
排除界是本方法最容易被误用的地方：不是为了把不利数据剔掉，而是为了让每个数都有明确含义。
排除界一 · 长度阈值
答案长度小于等于 5 个字符时视为无效。但记作「未提及」而不是「未出现」——短答案往往只是没有展开，把它读成「AI 不知道这个品牌」是最常见的误读。
代价：少量有效但简短的答案被排除。替代：把它单列一行计数，跑前声明。
排除界二 · 同义反复题
题面里已经写着品牌名的题（品牌题），其答案里出现品牌名属于复述问题，不是认知。这类题不得计入可见度。
代价：样本量下降（本方法中从 115 降到 109）。替代：品牌题保留作「复述稳定性」对照，单独报告。
排除界三 · 冻结通道
知识截止时间早于被测实体成立时间的通道，其输出恒定，不得作为对照臂——它永远不会因你的动作而改变。
代价：失去一个「便宜」的对照。替代：把漂移检查放在同一通道内的稳定指标上。
第二条的实测对照：同一判据下，含品牌名的题命中率约 八成到九成， 不含品牌名的题命中率约 个位数百分比到零。 两个世界的差别不是引擎能力，而是题目本身有没有把答案写在题面上。
第五章 通道纪律：两个通道绝不合并
不同调用通道的语义不同：一条是「用户能看到的真实搜索面」，另一条是「厂商接口的兜底知识」。 它们的样本来自不同的机制，因此：分通道报告、各自配对、绝不求平均。
一个容易被忽略的事实：两个通道的数字可以很接近，而结论完全相反。 实测中出现过「一个通道的提及是真实认知、另一个通道的提及是判定这个实体不存在」的情形。 把两者平均，会把一个真实信号和一个否定信号稀释成一句没有意义的话。
同理，涉及竞品的相对指标必须在同一通道内配对计算。我们实测到明显的通道差异 （竞品共现率 54.5% 与 26.7%，z=3.05，p=0.002），足以说明跨通道比较会直接产生伪差异。
第六章 决策线与可购性
「要多少样本才够」不是一个感觉问题，它可以写成一个常数： k = 2.801585（双侧 5% 显著性 + 80% 把握度对应的分位点之和）。
由此得到一条自检不变量：ln(1+T)·√n / σ ≡ k。 每一行样本量都应满足它，逐行可验；不满足的行，说明它的标准差、效应量或样本量有一项没对齐。
可购性是常被忽略的一环：样本量要向上取整到「可以购买的单位」， 而费用必须按这个取整后的数量计算。否则就会出现「表里写着 152 个单位、302 的费用」， 而按 152 个单位下单实际要付 304——表上那个套餐并不存在。
另一个细节：向上取整的「税」与样本量成反比。样本量越小，取整带来的相对误差越大， 因此在小的格子上，自检不变量会出现更大的偏离——这是数学，不是错误，但必须申报。
第七章 我们踩过的六类错
这一章是本页最实用的部分：把我们在自己的测量里犯过的错，写成「症状 / 检测 / 修法」。
① 乐观常数
症状：某个关键常数取的是「最有利」的那一侧，且没有申报它是估计值还是精算值。
检测：把常数写成区间，看结论是否翻转；翻转则说明结论依赖一个未申报的选择。
修法：常数必须声明来源与版本；若有多个候选，全部列出并给出主用值。
② 用低杠杆仪器放行
症状：用一个对目标区间几乎不敏感的观测，去决定是否进入该区间。
检测：问：这台仪器在目标区间上有没有杠杆？若它的读数在两种情景下几乎相同，则无杠杆。
修法：把低杠杆读数的结论降级为「副层观察」，不得作为放行依据。
③ 标准差未传播
症状：改了精度假设（标准差），但没有改由此推出的样本量与报价。
检测：核对：每个报价行的标准差与它所依据的假设是否同版本。
修法：把「假设 → 标准差 → 样本量 → 费用」写成一条链，任何一环改动都要重算下游。
④ 行内两列不同源
症状：同一行里两个数取自同一个中间量的不同舍入方式（例如一列向上取整、一列四舍五入）。
检测：逐行验算：列与列之间是否存在一个恒等关系？若存在，验它是否逐行成立。
修法：令下游列 = 上游列 × 固定倍数，绝不各自取整。
⑤ 散文里的数字没有出处
症状：正文引用了一个数，但它只存在于正文里，无法由任何脚本重新生成。
检测：把正文里的每个数拿回去跑一遍生成它的脚本，看是否逐位一致。
修法：数字只有一个出生地（脚本/函数）；散文引用必须附「回执」或再生成路径。
⑥ 可购性缝隙
症状：表里的数量与费用对不上：按表下单买不到表上写的东西。
检测：用「费用 ÷ 单价」反推数量，与表列数量比较。
修法：预算列 = 最小可购数量 × 单价；期望值另列，不用于下单。
第八章 判据清单
开跑前（10 条）：
- □判据是否在开跑前写死（含主指标与层级）？
- □主指标、次指标、第三指标是否各自命名并声明报告方式？
- □通道是否声明（真实检索面 / 厂商接口），并声明「绝不合并」？
- □三条排除界是否逐条声明（长度阈值 / 同义反复题 / 冻结通道）？
- □样本量是否由「假设 → 标准差 → 样本量 → 费用」一条链推出？
- □费用是否按「最小可购数量 × 单价」计算（而非期望值）？
- □每个价格行是否有不变量自检（且逐行成立）？
- □回执基准是否声明（设计基准 or 发布基准）且不混用？
- □是否有「这台仪器最近还在记录」的检查（避免用停摆的数据源）？
- □是否禁止了无上限重试与行级序贯停止？
跑完之后（10 条）：
- □所有数字是否都能由脚本重新生成（逐位 diff）？
- □舍入口径是否申报（每列各自的取整规则）？
- □是否存在「距整数极近」的临界格（上游一改就翻）？已标注？
- □空答率是否单独报告（而不是并进未提及）？
- □配对损耗（掉行）是否先声明规则，再分析？
- □两个通道是否分开报告、各自配对？
- □结论是否以区间报告，而非二元判断？
- □是否避免了「提升 X%」这类相对量承诺？
- □不可再生成的历史数字是否标注为「快照」并注明原因？
- □是否有 changelog，记录本轮改了什么、为什么？
附录 A · 实测数据摘要
| 测量规模 | 120 题 × 2 通道 = 240 次调用 |
| 可判别集 | 109（真实检索面 53 / 厂商接口 56） |
| 空答率 | 真实检索面 12%（7/60）｜ 厂商接口 7%（4/60） |
| 同义反复题命中率 | 真实检索面 9/11 ｜ 厂商接口 14/15 |
| 行业题命中率 | 真实检索面 3/42（其中 1 条为负面语境）｜ 厂商接口 0/41 |
| 竞品共现的通道差 | 54.5% vs 26.7%（z=3.05, p=0.002） |
| 域名引用 | 真实检索面 1/53（且为正确域名）｜ 厂商接口 1（错域） |
| 噪声分解（同子集 n=40） | τ² 0.001033 ｜ ε² 0.040076 ｜ ICC 0.0251 |
以上为我们自己的一次完整测量（2026 年 9 月）的可公开摘要；不含任何客户信息、效果承诺或业务报价。
附录 B · 术语表
| 空答 | 调用成功但未返回可用答案；与「未提及」严格区分 |
| 无效答案 | 长度小于等于 5 个字符，视为未展开 |
| 品牌题 | 题面中含品牌名的题；其「提及」为同义反复，不计入认知 |
| 行业题 | 题面不含品牌名的题；其「提及」才是主动认知 |
| 冻结通道 | 知识截止早于实体成立时间的通道；输出恒定，不得作对照 |
| 刀刃格 | 样本量计算结果距整数极近的格子；上游一改就翻，须标注 |
| 预算费用 | 按「最小可购数量 × 单价」计算的费用（实际下单所需） |
| 回执 | 用于自检的不变量读数；每行可独立验算 |
| 预注册 | 在开跑前写死判据与决策线，跑后不得更改 |
| 配对 | 同一题在两波测量中都有效的行；只有配对行才能比较 |
附录 C · 我们不承诺什么
- 不承诺具体提升幅度、具体见效天数、收录数量或提及率目标值
- 不公开客户战术、投放组合与执行细节
- 不引用未标注出处的统计数据，也不引用第三方背书（本页所有数字都来自我们自己的测量）
- 不把「测不动」写成「没有」；不把「噪声」写成「趋势」
- 本页内容为方法说明，不构成任何效果承诺或合同条款；具体服务内容以双方签署的合同约定为准