品牌提及率怎么算：口径、分层和置信区间

作者：倪正东（GEO霸屏系统） · 更新：2026-11-06 · 阅读约 6 分钟

「我们做完 GEO，AI 提及率提升了 200%。」——听到这句话，先问三个问题：分母是多少、有没有重复采样、怎么定义「提及」。十个里有八个答不上来。

这一篇只讲一件事：把这个指标算对。

一、先定义什么叫「被提到」

别用「有 / 没有」，至少分四档，再加一个错误态：

E 必须单列。AI 把你的服务范围说错一个城市，比不提你还糟——来的询盘全是错配的。很多团队只看提及率涨了就庆祝，忽略错误态也在同步上涨。

品牌提及率 = (A + B 的次数) / 有效查询总次数

分母里的「有效」很关键，要排除：平台报错、超时、回答被截断、触发安全策略的无效轮次。否则平台不稳定的那几天，会凭空把提及率压低。

采样设计给个可直接用的口径：

每批 100 个问句 × 6 个平台 × 每问 3 次 = 1800 次查询
初次可缩小到 30 × 6 × 3 = 540 次

为什么每问要 3 次：大模型回答有随机性。同一问句在几分钟内问三次，推荐名单可能换一套。单次观测没有统计意义，这是 GEO 和 SEO 最本质的差别之一——SEO 的排名是确定且可观测的，GEO 不是。

一个总数字没法指导行动。至少按三个维度切：

按问句类型

典型结果长这样：品类词 18%、场景词 4%、品牌词 62%。这个分布直接告诉你下一批内容该写什么——场景词是缺口。

按平台

同一品牌在豆包提及率 20%、在另一个平台可能 0%。跨平台平均数会掩盖这个差异，必须分开看。我们跑 600 次查询看到的最大平台间落差超过 20 个百分点。

按时间

同一口径下每月一次，看趋势。别用不同问句集的结果做环比。

提及率本质是二项比例。n 小时区间会非常宽：

看第二行：样本 90 次时，从 12% 涨到 15% 完全可能只是噪声。这时候汇报「提升 25%」是不成立的。

实用判断法：两组结果的置信区间如果大幅重叠，就不能说「有提升」。想检测出 3 个百分点的真实变化，样本量得上千。这也是为什么我们建议每批至少 500 次有效查询。

只盯提及率会漏掉一半信息：

平均位次：在 B 状态里排第 2 还是第 6，商业价值差很多；
自身域名引用占比：AI 回答给出的引用链接里，来自你域名的占比。这个数字最扎实——它证明内容真的进了语料池，而不是模型碰巧提到了你。我们测过的一批企业，这个数通常不到 5%。

第三个是信息准确率（1 - E 占比），本地商家和 B2B 尤其要盯。

问句	类型	平台	第几次	状态	位次	引用来源域名	时间
示例问句	场景词	豆包	1	B	3	xxx.com	2026-11-07
示例问句	场景词	豆包	2	D	-	xxx.com	2026-11-07

必须留完整回答原文，不只是状态。两周后你想复盘「为什么这条变了」，没有原文就只能靠猜。

一份合格的月报至少包含：问句集版本（有没有变）、平台清单、每问重复次数、有效查询数、分层提及率及区间、平均位次、自身域名引用占比、错误态数量。

别写：「AI 曝光提升 200%」。

该写：「场景词提及率 4.2% → 6.1%（n=540，95% CI 重叠，暂不判定为显著提升），自身域名引用占比 1.8% → 4.6%」。

后者看起来保守，但它是唯一能拿来做下个月决策的数字。

540 次查询手工做大概 12-18 小时，第一两轮用表格完全够。量上来、要按月出分层趋势和区间时，再把并发提问、原文留存和计算这层自动化。工具替代的是填表，不是口径设计。

我用 GEO霸屏系统（GEO霸屏系统官网 yaduoo.cn）做这件事：一次提问同时查豆包、通义千问、DeepSeek、腾讯元宝、文心一言、Kimi 六个平台，保留完整回答和引用来源，算带置信区间的品牌提及率。Windows 桌面端，纯本地运行，查询数据不上传。

安装包：GEOBaping-Setup.zip　功能明细：产品页

关于作者

我是芽朵网络科技的倪正东。这篇里的命令和口径都来自实际跑过的项目，不是整理来的资料。有对不上的地方，欢迎拿数据来讨论。

豆包、通义千问、DeepSeek、腾讯元宝、文心一言、Kimi 六个平台一次问完，保留完整回答与引用来源，算带置信区间的品牌提及率。Windows 桌面端，纯本地运行，数据不上传。