大部分人查「AI 有没有提到我」,做法是打开 DeepSeek 问一句「你知道 XX 吗」,看到回答里有自己就放心了。这个做法几乎提供不了任何决策信息,原因有三个:单次结果有随机性、问题不是真实用户会问的、没有留存引用来源。
这篇给一套能复现、能对比、能拿去汇报的做法。
别只记「有 / 没有」,至少分四档:
| 状态 | 含义 | 商业价值 |
|---|---|---|
| A 首位提及 | 回答里第一个出现,且描述准确 | 最高 |
| B 名单内提及 | 出现在推荐名单中,但不在首位 | 有 |
| C 仅背景提及 | 作为行业例子出现,不在推荐名单 | 低 |
| D 未提及 | 完全没有 | 无 |
还有一个必须单列的:E 信息错误——提到了,但电话、地址、产品定位说错了。这类比 D 更糟,会带来错配询盘。
最容易犯的错,是拿品牌名当问句(「XX 公司怎么样」)。这测的是模型认不认得这个字符串,不是用户会不会找到你。
真实问句集要满足:
一个实操技巧:去销售聊天记录、客服工单、知乎相关问题里抄原话,别自己造。
大模型回答有随机性。同一个问句,温度、上下文、检索时机都会影响结果。单次观测没有统计意义。
我们内部用的口径:
每批 100 个问句 × 6 个平台 × 每问 3 次 = 1800 次查询
统计:提及率、平均位次、引用来源域名分布
初次做可以缩小到 30 问句 × 6 平台 × 3 次 = 540 次,手工两天能跑完。
每次必须存三样东西:完整回答原文、引用来源链接、时间戳。只存「提到了」三个字,两周后你无法复盘为什么变了。
最朴素的定义:
品牌提及率 = (A + B 状态的次数) / 总查询次数
但有两点要补:
不给区间的提及率对比,基本等于拍脑袋。这也是为什么看到「优化后提升 200%」要先问样本量。
这一步最值钱。把 DeepSeek 回答里给出的引用链接全部导出,按域名聚合,你会得到一张真实的语料地图:
我们跑过一轮 600 次查询,多数企业发现自己域名的引用占比不到 5%。这个数字比任何「优化建议」都更能说明问题出在哪。
只改内容这一个变量。问句集、平台、重复次数、状态判定标准,全部保持一致。对比三件事:
第 3 条往往最先变化,而且最扎实——它证明的是你的内容真的进了语料池,不是模型碰巧提到了你。
| 问句 | 平台 | 第几次 | 状态(A-E) | 位次 | 引用来源域名 | 时间 |
|---|---|---|---|---|---|---|
| 示例问句 | DeepSeek | 1 | B | 3 | xxx.com | 2026-11-07 |
| 示例问句 | DeepSeek | 2 | D | - | xxx.com | 2026-11-07 |
前两轮用表格完全够。问句过百、要出趋势图时再考虑工具化,别一上来就买系统。
第三、四、六步的机械劳动(并发提问、留存回答与引用来源、算分层提及率和置信区间)可以用工具代跑。工具替代的是填表,不是判断——问句集怎么建、状态怎么分、结果怎么解读,还是得人来定。
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。