固定問題
每輪使用相同查詢文字及分類,保留品牌、非品牌、比較、本地與決策型問題。
研究方法
我們使用固定查詢集、跨平台重複抽樣、引用事件定義與頁面覆蓋對照,研究品牌在 AI 搜尋中的提及、引用及描述。方法重點是可重複、具日期,並清楚分開自家測試與第三方研究。
四項原則
每輪使用相同查詢文字及分類,保留品牌、非品牌、比較、本地與決策型問題。
保存平台、模型、日期、地區、登入狀態及可見來源;條件不同的結果不直接合併。
重要發現以多次獨立測試觀察;一次出現或消失只視為樣本,不視為趨勢。
答案會受索引、個人化、模型更新及可用來源改變;報告不把相關性寫成因果。
查詢設計
查詢集不是關鍵字清單。它應覆蓋用戶由理解品類、建立候選、比較供應商,到確認風險與下一步的完整決策過程。
量度定義
| 指標 | 定義 | 不可代表甚麼 |
|---|---|---|
| 品牌提及率 | 相關查詢中品牌名稱出現的樣本比例 | 不等於推薦、正面語境或點擊 |
| 來源引用率 | 相關查詢中官網或指定來源被列出的樣本比例 | 不等於內容促成答案的唯一原因 |
| 描述準確度 | 服務、地區、人物及限制是否與官方資料一致 | 不等於品牌偏好或商業成果 |
| AI referral | 分析工具可辨認由 AI 平台進站的 sessions/conversions | 無法涵蓋零點擊曝光及所有 app 流量 |
| 競爭能見度 | 相同問題中其他品牌的提及與引用分佈 | 不可跨不同問題集直接比較 |
優質 GEO 名單 Rubric v1.0
每個品牌按實體清晰度、可引用答案、機器可讀結構、外部證據層及 AI 抽樣表現五項評分,每項 0–20 分。88–100 分為三星、72–87 分為二星、55–71 分為一星;低於 55 分不入選。
| 分數區間 | 判分含義 | 所需證據 |
|---|---|---|
| 0–5 | 缺失、互相矛盾或不可核實 | 未找到足夠公開證據 |
| 6–10 | 部分存在,但覆蓋薄弱或過時 | 單一來源或只覆蓋少量意圖 |
| 11–15 | 基礎完整,仍有明顯缺口 | 官方來源可核實,部份外部呼應 |
| 16–18 | 多數重要意圖有清楚證據 | 多頁/多來源一致,抽樣描述大致準確 |
| 19–20 | 品類標竿,證據深而穩定 | 官方、外部與重複抽樣互相印證 |
編輯可在有充分理由時暫緩升級,例如高風險品類資料過期、抽樣未完成或商業披露不足。任何例外必須寫在品牌詳頁;付費關係不構成加分。
出版標準
公開查詢類型、平台、觀察窗、重跑方式及判分定義,讓其他人理解結果如何產生。
第三方統計附原始連結與日期;自家觀察標示為內部樣本,不借用他人數字包裝成自家研究。
說明地區、語言、行業、樣本及模型限制,不把樣本結果寫成所有品牌的普遍因果。
客戶專案資料預設保密。若未取得公開授權,只會使用匿名彙總或清楚標示的模擬情境,不會捏造客戶名稱、證言或成果。
商業歸因
品牌詳頁的「收入路徑」是根據公開商業模式推導的假設,不是已證實收入。合理量度要由能見度、網站行為、合資格轉化到成交逐層記錄;若沒有 referral 或轉化證據,AI 提及只能列作輔助訊號。
想以同一套方法建立品牌的 AI 能見度基線?
查看 AI Visibility Audit客戶數據及受保密約束的資料不會公開;公開研究可按需要提供匿名彙總、查詢定義、記錄欄位與足以理解結果的方法說明。
固定查詢可減少每次提問不同造成的比較偏差,讓團隊較有系統地觀察品牌提及、引用與描述是否隨工作及時間改變。
次數要按研究目的與資源界定。重要發現應以多個獨立 session 重測,並記錄平台、日期、地區、登入狀態及 prompt。
不可以。英語、全球或特定行業樣本的來源分佈只能作參考;香港繁中查詢要分開抽樣,亦不能把不同研究百分比直接相加。
不能。方法只能透過固定條件、重複抽樣及清楚限制降低誤判,無法消除模型、索引、個人化及時間造成的所有變化。
想診斷品牌在 AI 答案中的能見度?
申請免費 Audit