市场总监的新指标：品牌在 AI 答案里的提及率

市场部的报表里少了一格：品牌在 AI 答案里被提到几次。曝光、点击、线索、成交这些指标记录的都是用户看见你的次数，客户在 AI 对话里看到的那段描述没有进入任何一张表。这一格空着，投向内容与信源建设的预算看不见反馈，年终复盘时也说不清这笔钱花在了哪里。

一、现有指标停在哪一层

把市场部常用指标按「客户走到哪一步」排一遍，缺口的位置会很清楚。

前四项跑在广告与落地页上，第五项跑在搜索引擎上。客户从搜索引擎分流到 AI 对话的速度，见搜索流量下滑那篇。

缺口在「比较」这一步的后半段。客户拿着候选名单去问 AI 的次数在增加，答案里出现哪几家、被描述成什么身份，直接决定名单怎么排。这一段过程目前不进报表，也就进不了预算评审。

二、提及率要拆成三个可记录的字段

只说「AI 里提没提到我们」没法汇报，也没法归因。这句话落到表格上，需要同时记录三件事。

• 提及率。在既定提问集里，品牌名出现在答案中的比例。分母是提问条数，分子是命中的条数。
• 占位次序。命中时品牌排在第几位被提及。第一位进默认选项，第五位进备选清单，两者的商业含义不同。
• 表述准确度。答案对品牌的描述与品牌事实清单是否一致。业务范围写错、身份错位都记在这一项。

三个字段合起来反映的是品牌话语权：被提到的频率、被提到的位置、被怎么描述。话语权高的品牌在这组数字上表现更稳定，同一批问题隔一个月再问，答案的变动幅度小。这种稳定性来自长期的品牌积累，投放能加快速度，改不了方向。

汇报时容易踩的一个坑：只报提及率的绝对值。各家的提问集不一样，横向比数字没有意义。对自己的品牌做时间序列比较，看同一组问题在两个月里移动了多少。

三、测一次提及率要准备什么

执行成本不高，前提是提问集和记录表先定下来。四件事按顺序做。

1. 定提问集。覆盖三类问法：品类泛问（这个行业有哪些公司）、场景问法（这种情况该找谁处理）、品牌直问（某公司怎么样）。每类 10 到 15 条，总数控制在 40 条以内。条目太多，执行两个周期就会断。
2. 定引擎范围。国内常用的是豆包、元宝、DeepSeek、文心、通义、Kimi。各家信源偏好与抓取重点不同，覆盖范围见国内引擎信源矩阵那篇。
3. 定记录字段。每条提问记四列：是否提及、提及位置、原文摘句、答案引用的来源链接。最后一列决定下一轮内容往哪里补。
4. 定频次。起步阶段每两周一次，数字稳定后改每月一次。模型更新会让答案跳动，频次太低分不清是内容起了作用还是模型换了版本。

提问集的设计方法与评分口径，指标与提问集那篇给了完整版本。接进现有报表时，只需要在月度看板上加一块区域。

四、接进月度看板的样子

向上汇报的关键是指标之间能对上因果。把提及率放在内容投入的右侧，比单独汇报一项 AI 数据更容易被接受。

四行之间的传导有时间差。答案层的表现通常滞后投入一到两个月，线索层又滞后答案层。评审会上把时间差写在表下，质疑会少一些。

这套看板还解决一个现实问题：内容与信源建设在多数公司属于软性投入，缺数据时最先被砍。有了答案层的记录，这部分支出才有对应的产出可以对照。预算分配的判断方法见预算线那篇。

五、指标背后是品牌话语权

提及率是一组数字，它反映的是品牌在行业信息里的位置。同样一批提问，品牌积累深的企业被提到的次数多、位置靠前、描述更接近自己的口径。品牌高度决定信源具备多少背书性，这一步决定了测出来的数字落在什么水平。可见度与可信度的差别见那篇对比。

吾一做了七年品牌营销，服务过 19 家行业头部品牌。我们把提及率当作品牌话语权的观测口：先梳理品牌事实与主张，再转成机器可读的结构与第三方署名内容，最后用固定提问集跟踪变化。品牌是 GEO 上限这条判断见品牌高度论开篇。

先把这个格子补上

下个月的例会上可以做完三件事：把品类泛问、场景问法、品牌直问各写十条，去两三个 AI 里问一遍并记录提及情况；把结果做成一页表，与品牌词搜索指数放在一起看；从答案引用的来源链接里找出内容缺口，定下一轮的补写方向。

需要一套完整的 AI 可见度诊断与跟踪机制，可以从GEO 智能营销服务入手；希望有人进到团队里把提问集、记录表和月度看板一起搭起来，选择FDE 驻场交付；想先就自家行业聊一次，联系我们。