AI上榜

当客户不再搜索,而是直接问 AI —— 你的品牌在答案里吗?

AI上榜 做的是 GEO(生成式引擎优化,Generative Engine Optimization):帮企业在「用户问 AI」的时候,被 AI 提到、被 AI 引用。我们先测量,再动手,测完再复测——先有准的尺子,才谈得上变好了。

不承诺排名,不编造数据。所有数字都来自自建采样协议 AEMP-1 的实测台账,可追溯、可复算。

我们自己的起点数据(T0 · 2026-10-09 完成)

做 GEO 的第一步是把自己当客户测一遍。下面是「AI上榜」这个品牌在六家 AI 引擎里的真实起点—— 公开这些数字,包括对自己不利的那个 0.0%,是因为不这么做就没人能判断这套尺子是不是真的。

0.0%
①a 品类题提及率核心
0 / 418 条
85.45%
①b 品牌题复述率仅复述
问题自带品牌名
4.36%
② 首位推荐率
排在第一位的比例
0.0%
③ 信源引用率北极星
内容还没发,T0 应为 0

怎么读这组数字(两个容易误读的地方)

  • 品类题 0.0% 才是真实起点。品类题是「做 GEO 哪家好」这类问题,问题里不含任何品牌名——六家引擎没有一家主动提到「AI上榜」。这说明起点干净,后面的变化可归因。
  • 85.45% 不是成绩。品牌题问的是「AI上榜是什么」,问题本身就带了名字,AI 照抄一遍不奇怪。提及率必须拆开品类题和品牌题,混算就是拿复述冒充认知。
  • 有效样本 528 条(协议口径 720 条中);台账另80 行超口径的记录保留但不计入指标。
  • 元宝与 DeepSeek 各24 条(抽检降级)——通道受限,如实标注,不用凑数。

六家引擎,逐个测

不同引擎吃的内容完全不是一类。下表的引用来源分布,就是我们投放策略的依据——不是拍脑袋定的平台清单。

数据来源:AEMP-1 协议 T0 阶段实测台账(生成时间 2026-10-09 23:14),有效样本 528 条,引用 URL 3,106 条
AI 引擎 有效样本 ①a 品类题提及率 ①b 品牌题复述率 ② 首位推荐率 被引用最多的信源
豆包1200.0%76.0%0.83%凤凰科技、CSDN、搜狐、网易
文心一言1200.0%80.0%0.0%百家号、IT之家、凤凰科技
通义千问1200.0%96.0%0.0%IT之家、凤凰科技、界面
Kimi1200.0%84.0%14.17%IT之家、凤凰科技、CSDN
腾讯元宝24 抽检0.0%100.0%0.0%微信公众号、凤凰科技
DeepSeek24 抽检0.0%100.0%20.83%知乎、IT之家、网易

设计假设被实测推翻了

我们最初的题目设计假设「主要内容应该投知乎」(24 题里出现了 22 次知乎)。T0 实测把知乎排到了 第 11 位,仅占 54 / 3106(1.7%)。而真正被引用最多的五名是:

六引擎合并统计 · 引用 URL 总数 3,106 条 · 数据源 score_T0.json ④ 平台命中结构
#平台引用条数占比主要喂给谁
1IT之家31910.3%六家全中
2百度百家号3079.9%文心、DeepSeek
3凤凰科技2267.3%Kimi、文心、元宝、豆包、通义
4CSDN1986.4%Kimi、文心、元宝、豆包、通义
5界面1815.8%Kimi、文心、元宝、通义
11知乎设计假设被推翻541.7%DeepSeek、文心、通义

所以投放必须以实测为准。这也是我们把「平台命中结构」做成正式指标的原因——它比任何主观判断都可靠。

另一个提醒:「被引用最多」不等于「你能发」。IT之家目前没有自媒体入口,只能「投递线索」,编辑采纳才上——它是目标,不是渠道。真正现在就能发的只有公众号、CSDN、百家号。

三步闭环,顺序不许倒

很多团队一上来就想「发内容」。但没有测量,内容发得再多也不知道有没有用——甚至可能正在被平台限流而不自知。

STEP 01

体检

测一遍:现在 AI 到底认不认识你?

  • 24 道题覆盖品类 / 品牌 / 决策三类
  • 六项指标 + 分引擎明细
  • 同时抓出各引擎实际在引用哪些来源
STEP 02

生产

往 AI 爱引用的平台发内容——喂饭。

  • 按实测平台结构排产,不按感觉
  • 一稿多版适配各平台规则
  • 发布即登记 URL,可追溯
STEP 03

监测

过 30 / 90 天用同一把尺子再测一遍。

  • 引擎锁版本,口径不变
  • 指标集合打指纹,只增不删
  • 涨跌都如实报,不修饰

我们不做什么(写在前面)

这一段和上面的数据一样重要。知道一家公司不做什么,比知道它做什么更能判断靠不靠谱。

不承诺排名

依据团体标准 T/CAPT 026—2026 第 8.3 条,不得承诺保第一、稳前三、永久收录、必然被引用、官方推荐。AI 引擎的排序逻辑由厂商掌握且持续变化,任何声称能操控它的说法都无法验证。

不投毒、不做答案霸权

不制造伪共识、不伪造用户口碑、不抹黑竞品。竞争对比只讲方法论差异,用「两种打法对比」而不是「谁更好」。

不喂虚构数字

语料只喂真实事实。所有数字必须有出处且可追溯——这是团标第 8.1 条的全链路可追溯要求,也是我们敢把数据给客户看的底气。

不自己给自己打分

自建监测自证等于循环论证。所以我们的效果数据建议由第三方 SaaS 互证,客户也可以用自己的口径复核。

常见问题

GEO 和 SEO 有什么区别?
SEO 优化的是「让人搜到网页」,目标是搜索结果页排名。GEO 优化的是「让 AI 在回答里提到并引用你」,目标是 AI 回答正文里出现的那几个名字。现在越来越多人不打开搜索引擎,而是直接问豆包、文心、DeepSeek「做某某哪家好」,AI 回答里列出的名单就是新的搜索结果第一页。衡量 GEO 的核心指标是信源引用率——AI 回答所引用的来源里有没有我们的内容。
你们能保证让我排第一吗?
不能,我们不做任何排名承诺。依据 T/CAPT 026—2026 第 8.3 条,不得承诺保第一、稳前三、永久收录、必然被引用或官方推荐。我们能承诺的是:测量口径公开、过程数据可追溯、失败和降级如实记录。你可以要求看我们的原始台账和复算方式。
六项指标分别是哪些?
①a 品类题提及率(问题里不带品牌名时 AI 主动提到你的比例,唯一能反映真实认知的指标);①b 品牌题复述率(问题里已带品牌名时 AI 能否复述——注意这是复述不是推荐,不可单独当成绩);② 首位推荐率;③ 信源引用率(核心北极星指标);④ 平台命中结构(各引擎实际在引用哪些来源);⑤ 情感倾向;⑥ 事实准确率。提及率必须拆开品类题与品牌题,混合值不能单独引用。
AEMP-1 是什么?是行业标准吗?
AEMP-1 是 AI Engine Mention Protocol(AI 引擎提及度测量协议)的版本 1,是我们自建的内部测量协议,不是行业标准,也不是国家标准。它解决的问题是让起点和 30 天后、90 天后的数据可比。核心约束:固定 720 条样本(6 引擎 × 24 题 × 5 次)、引擎锁版本不用周级自动更新的型号、跨引擎指标不可加总(各厂商返回的「引用」口径不同,混加就是假的)。
为什么要用720 条这么大的样本?
因为单次提问的结果波动很大,同一道题在不同时间问,AI 给出的名单会变。只有足够多的样本才能把波动和真实变化区分开。同时我们把「没检索」和「搜了但没采纳」分开统计——这是两种完全不同的问题,合并就看不出该修哪里。
你们自己测出来是0%,那我为什么找你?
因为我们把0.0% 摆在最前面,而不是藏起来。这正是我们要卖的能力:多数公司连自己现在是0% 还是 15% 都不知道,就开始花钱发内容,然后用错的口径判断有没有效果,最后得出「GEO 没用」的错误结论。0% 不可怕,不知道自己是 0% 才可怕。方法论细节见方法论页。

从一次免费体检开始

体检是 ¥99 的正式产品,也可以先聊聊。如果只是想先看清自己的起点,我们可以免费做一次初测,出一份简版数据。