DeepSeek、豆包、Kimi 品牌可见性怎么检测？

建议记录的五个指标

1. 提及率：有效回答中出现规范品牌名或已确认别名的比例。
2. 首次位置：品牌第一次出现的位置，而不是人为定义的传统搜索排名。
3. 推荐率：明确建议使用或进入候选清单的回答比例。
4. 准确率：品牌类别、功能、价格和限制是否与公开事实一致。
5. 引用率：回答是否提供可访问来源，以及来源是否指向官方或可信第三方页面。

模型 API 不等于真实 AI 搜索产品

同一厂商的 API、网页版和 App 可能使用不同模型版本、联网检索、系统提示和个性化。若测试目标是用户真实看到的答案，应在目标产品中取样；调用普通 API 只能说明该 API 配置下的输出。

如何避免自欺欺人的问题池

• 至少一半问题不出现品牌名，模拟真实品类发现。
• 纳入“适合谁、不适合谁、价格、替代品、安全”等不同意图。
• 预先登记竞品和品牌别名，测试后不要临时修改判定规则。
• 去除失败、验证码与无联网结果，但单独报告失败率。
• 保存样本量；5 个问题的 60% 与 500 个问题的 60% 可信度不同。

问题池怎么分类才可执行

不要从“帮我想 100 个问题”开始。先为业务定义意图类型，每类保留少量稳定样本：

• 品类发现：“有哪些工具可以检查网站 GEO 问题？”
• 具体场景：“纯前端网站怎么检查 AI 可读性？”
• 对比与替代：“网站 SEO 体检和 GEO 检测有什么区别？”
• 风险与适用性：“llms.txt 能否保证被 AI 引用？”
• 决策意图：“需要实施方案时，选哪类 GEO 服务？”

品牌词问题另建一组，用于检查事实准确性，不与无品牌的发现问题混算。

一条复测记录至少要保存什么

{
  "platform": "DeepSeek | 豆包 | Kimi",
  "surface": "网页或 App 的明确版本",
  "checked_at": "2026-08-13T10:00:00+08:00",
  "region": "CN",
  "logged_in": true,
  "web_search_enabled": "yes | no | unknown",
  "question_id": "category-discovery-01",
  "question": "原始问题",
  "raw_answer": "完整回答",
  "brand_mentioned": false,
  "first_position": null,
  "competitors": [],
  "citations": [],
  "capture": "截图或快照引用"
}

不能取得联网状态、版本或完整答案时，对应字段记为 unknown，不用推断值补齐。

技术检查与真实产品复测怎么配合

从结果回到网站证据

错误描述应回查官网是否缺少品牌事实、产品边界或更新日期；引用竞品时，应比较对方被引用页面的主题、证据和实体关系。不能因为一次未提及就直接得出“某个平台没有收录网站”。