在 DeepSeek 里搜自己的品牌名，回答里整整齐齐列了五家同行，唯独没有你；而在百度上，你的官网还稳稳排在第一页。这两件事可以同时成立，并不矛盾——传统搜索排的是网页，AI 搜索挑的是可以写进答案里的来源。
于是出现了"AI 搜索可见度评分"这样一个指标：把"你的品牌在 AI 回答里出现得够不够多、被说得够不够准"折算成一个能追踪、能对比、能拆解的数字。这篇文章拆开讲它到底衡量什么、怎么算出来、为什么会波动，以及拿到分数之后该动哪里。
AI 可见度评分衡量的不是排名，而是"被写进答案"
AI 搜索可见度评分衡量的是：在一组固定的真实提问下，你的品牌被 AI 回答提及或引用的比例，以及被提及时描述是否准确。
这和传统搜索排名是两套逻辑。搜索引擎返回一个有序列表，用户自己挑；生成式引擎先检索若干来源，再把它们压缩成一段话，用户通常只看这段话。列表里的第八名还有被点开的机会，而没有进入生成上下文的来源，等于不存在。
把这个过程拆开，可见度实际上卡在三个层面上，任何一层断了，后面都无从谈起：
- 抓取层：AI 厂商的爬虫能不能拿到你的页面。robots.txt 里对 GPTBot、ClaudeBot、CCBot、PerplexityBot 等 UA 的放行状态，决定了你是否具备入场资格。各家爬虫的 UA 名称以官方文档为准，例如 OpenAI 的爬虫说明。
- 检索层：在用户提问时，你的内容能否被召回进候选集。这一层取决于内容与提问的语义匹配度、实体清晰度，以及模型知识库或联网索引里是否已有你的信息。
- 生成层：被召回之后，你的段落是否好用到值得被引用。结论前置、句式独立、有明确主语的段落，比需要上下文才能读懂的段落更容易被整段摘走。关于这一层的判断依据，可以参考AI 搜索如何挑选信息来源。
一个只测"被提及次数"的分数，只能看见第三层的结果，看不见断在第一层的原因。所以可用的评分模型必须是多维的。
五个维度：一个可以自己复现的评分模型
一个可用的 AI 可见度评分应当拆成五个维度：被提及率、描述准确度、来源引用、抓取可达性、内容结构化程度。
下面这套权重是本文提出的参考模型，用于说明拆解思路，并非行业标准；你完全可以按自己的业务重心调整，只要在纵向对比时保持权重不变。
| 维度 | 参考权重 | 衡量什么 | 怎么验证 |
|---|---|---|---|
| 被提及率 | 30% | 固定提问集里，回答中出现品牌名的问题占比 | 逐题提问，记录是否出现 |
| 描述准确度 | 25% | 被提及时，业务范围、定位、能力是否被说对 | 人工比对回答与官网事实 |
| 来源引用 | 20% | 带链接的平台是否把你的域名列为来源 | 统计引用列表里的域名 |
| 抓取可达性 | 15% | AI 爬虫是否被放行、页面是否可直接渲染出正文 | 查 robots.txt 与无脚本环境下的正文 |
| 内容结构化 | 10% | 是否有可被直接摘引的结论句、表格、FAQ 与结构化数据 | 查页面结构与 JSON-LD |
把五个维度各自归一到 0–100，再按权重加权，就得到一个综合分。这么拆的好处是：分数掉下来的时候，你知道该去修哪一层，而不是笼统地"多写几篇文章"。结构化这一维度的技术依据，可以对照 Google 关于 Article 结构化数据的官方文档。
分数是怎么算出来的：提问集、采样与归一
可见度评分的可信度，几乎全部取决于提问集是否稳定、采样是否重复、归一方式是否固定。
提问集怎么定
提问集是整个评分的底座。它应当覆盖三类问题：品牌词问题（"AiVisible 是做什么的"）、品类词问题（"有哪些 AI 搜索可见度监测工具"）、场景词问题（"外贸企业怎么让品牌出现在 AI 回答里"）。只测品牌词，分数会虚高；只测品类词，分数会长期贴地。
提问集一旦定下来就不要随意增删。评分的意义在于纵向可比，换题等于换了尺子。
采样与重复提问
生成式模型的输出带随机性，同一个问题问两次，答案可能不同。因此每个问题需要在同一时间窗内重复提问若干次，取出现频率而不是单次结果。重复次数越多越稳，代价是调用成本上升；把次数固定下来并记录在案，比追求某个"最优次数"更重要。
归一到 0–100
被提及率本身就是比例，直接乘 100 即可。描述准确度这类需要判断的维度，先定义清楚评级口径——例如"完全准确 / 基本准确但有偏差 / 明显错误 / 未提及"——再映射到分值，口径写在文档里，换人执行也能对得上。
分数波动到哪一步才值得管
可见度分数天然会抖动，只有连续多轮的同向移动，才构成需要动手的信号。
常见的波动来源，按"是否值得管"排序大致如下：
- 值得立刻管：抓取可达性维度归零。通常是 robots.txt 被改、CDN 托管规则默认屏蔽了 AI 爬虫、或者页面改成了纯客户端渲染。这一类会让其余维度一起慢慢失血。
- 值得排期管：品类词问题的被提及率连续下滑，而品牌词问题正常。说明你在"候选池"里的相对位置在退，通常需要补内容和补外部提及。
- 值得记录但先观察：单轮采样的小幅上下。模型侧的随机性、临时的索引更新都会造成这种抖动。
- 不用管：不同平台之间的绝对分差。各家检索机制不同，横向比绝对值意义有限，比各自的趋势更有价值。
把"值得立刻管"的那一类做成告警，其余按周看趋势，是比较省力的节奏。如何做一次完整的 AI 可见度体检里有更细的排查顺序。
从分数到修复清单：按维度拆解要做的事
分数的唯一用途是指向动作：每个维度对应一组明确的、可以在两周内完成的修复项。
- 抓取可达性低：逐条核对 robots.txt 的 UA 放行规则，确认托管平台没有默认屏蔽；用无脚本环境打开关键页面，看正文是否还在。
- 被提及率低：补齐品类词覆盖。围绕用户真实提问写成建制的主题内容，而不是零散的关键词页；同时争取行业媒体、目录站、社区里的自然提及，让检索层有更多路径找到你。
- 描述准确度低：统一全站对自己的表述。品牌名、定位语、业务边界在官网、关于页、结构化数据里保持一致，减少模型拼错业务的机会。
- 来源引用低：在文章里放可验证、可追溯的原始信息——自有数据、方法说明、明确注明来源的引用，让带引用的平台有理由列出你的域名。
- 内容结构化低：每个小节的第一句写成独立成立的结论句，加上表格与 FAQ，补 Article 与 FAQPage 结构化数据。
这套拆法和 GEO 的整体方法论是一致的，如果你还不熟悉这个框架，可以先看什么是 GEO和GEO 与 SEO 的区别。学术侧对生成式引擎优化的系统讨论，可参考 《GEO: Generative Engine Optimization》这篇论文，它把"如何让来源更容易被生成式引擎采用"当作一个可优化的问题来处理。
这个分数不能告诉你什么
可见度评分测量的是曝光结构，不是生意结果，它既不等于流量，也不等于转化。
有三件事它做不到，值得提前说清楚：
第一，它不测量商业价值。品牌在十个问题里被提到八次，不代表这八次面向的是会付钱的人。提问集的选题质量，决定了分数的商业含金量。
第二，它不解释因果。分数上升的同一周里，你可能既发了内容、又改了 robots.txt、还被一家媒体提及。要归因，只能一次改一件事，或者做足够长的对照观察。
第三，它不覆盖全部 AI 入口。可测的是有公开接口或可稳定复现的平台；封闭在应用内、个性化程度高的入口，测不到就是测不到，不要用一个平台的分数代表全局。
把这三条讲在前面，分数才不会被当成一个需要被"做高"的 KPI，而是被当成一张定位故障的地图。AiVisible 做的就是把上面这套测量流程固定下来、按周跑、把五个维度的变化摊开给你看；你也完全可以按本文的模型自己搭一套，重要的是尺子别换。
想先看一眼自己的现状，可以用免费检测入口跑一次基线，再决定从哪一维度开始修。
常见问题（FAQ）
AI 可见度评分和 SEO 排名是一回事吗？
不是。SEO 排名衡量的是你的网页在结果列表里的位置，用户可以自己往下翻；AI 可见度评分衡量的是你的品牌有没有被写进 AI 生成的那段答案里。没有进入生成上下文的来源，在 AI 搜索场景里等同于不存在。两者可以同时一高一低。
多久测一次 AI 可见度比较合适？
按周是多数团队比较合适的节奏。生成式模型的输出本身带随机性，测得太频繁会把噪声当成趋势；间隔太长又会错过抓取层被屏蔽这类需要立刻处理的故障。做法是：抓取可达性做成告警随时盯，其余维度按周看趋势。
分数低的时候，应该先修哪一个维度？
先修抓取可达性。如果 AI 爬虫被 robots.txt 或托管平台默认规则挡在门外，后面所有的内容投入都传导不到分数上。确认放行、确认页面在无脚本环境下能渲染出正文之后，再去看被提及率和内容结构。
不同 AI 平台的分数可以直接比较吗？
绝对值不建议直接比。各家的检索范围、语料时效和引用策略都不一样，横向比大小容易得出错误结论。有价值的是纵向比较：同一个平台、同一套提问集、同一套权重，看它自己随时间的走向。
可以不用工具、自己手动测吗？
可以。固定一组提问、在每个平台上重复提问几次、记录品牌是否出现以及描述是否准确，就能得到一个粗糙但可用的基线。手动做的瓶颈在于持续性和一致性——重复采样和跨周对比的工作量会随平台数量线性上升。