方法
如何衡量网站的AI可见度
衡量AI可见度，不是看你看到的页面，而是看各引擎实际读取的那部分内容。每个结果都要能追溯到引擎、页面和读取方式。
想知道如何衡量网站的AI可见度，先要接受一个前提：衡量的不是你自己看到的页面，而是各个引擎实际读取的那部分页面。假设你发布了一篇指南，想确认ChatGPT、Perplexity或Gemini有没有引用它。第一步是弄清这些系统到底读到了文档的哪些部分。如果有用内容藏在脚本里，或者被无法访问的区块挡住，那么这次衡量就不覆盖那个页面。RankAI从这里出发：以引擎读取的公开页面为基础，把可观察的部分和落在范围之外的部分分开。
观察AI可见度意味着什么
AI可见度不是一个单一数字。它是一组彼此独立的观察，每一条都对应某个引擎和某种读取方式。RankAI的公开页面提到ChatGPT、Perplexity、Gemini、Grok和Google AI。这份名单就是声明的范围：不包含其他系统，也不能按相似性往外推。
有两个区分很重要，而且可以核实：
- Claude和Grok只有在连接之后才测量。连接之前，没有可用的测量结果。
- Gemini和Google AI Overviews不是同一次观察。即使针对同一个网站，也要当作两次独立的读取来处理。
所以，一个汇总后的数字回答不了读者的问题。需要知道的是：哪个引擎读了页面的哪一部分。
RankAI提出的操作方法
下面这套做法是RankAI的操作建议，不是通用标准。它的作用是让测量可以一步步核实。
- 划定可观察的页面范围。核实标准：你要测量的那部分内容，必须不依赖引擎无法处理的元素就能读到。如果有效文本不在公开页面里，测量就覆盖不到它。
- 把每条观察归到具体引擎。核实标准：每个结果都要标明产出它的引擎名称。没有对应引擎的数据，不算AI可见度测量。
- 未连接的引擎按未测量处理。核实标准：Claude和Grok只有在连接之后才有测量。在此之前，正确状态是没有测量，而不是一个偏低的值。
- 把Gemini和Google AI Overviews分开。核实标准：两次观察要记在不同字段里，即使它们针对同一页面、同一时间段。
- 没有数据就记为N/A。核实标准：某项可见度测量不存在时，产品显示为N/A，绝不写成零。零是观察到的值；N/A是没有观察。
谈AI可见度时，最微妙的地方是想把空白填满的冲动。某个引擎没连接，或者页面上我们关心的那部分读不到，第一反应往往是写个零：看起来干净、可比较、方便算平均。但零的意思是引擎读了、什么也没找到；N/A的意思是我们没有观察。这是两个不同的判断，也会导向不同的决定：前者提示改写内容，后者提示先补上一次还没做的读取。
所以我们设定测量时，基本单位不是网站，而是“引擎—页面”这一对。一个页面对某个引擎可观察，对另一个不可观察，这不是要修正的错误，而是一条信息。把字段分开、声明所提引擎的范围、保留N/A，能让整体画面在时间上可比较，而不必在不存在连续性的地方造出连续性。我们建议的核实方式很简单：每一个显示出来的数字，都要能追溯到产出它的引擎、页面和读取方式。三者缺一，就不是AI可见度测量，只是近似。
一个可核实的边界
边界就在范围本身：RankAI的公开页面提到ChatGPT、Perplexity、Gemini、Grok和Google AI，而Claude和Grok只有在连接之后才测量。这份名单之外的一切都不在测量覆盖内，也不能按相似性推断。另外，API返回的响应不是人看到的屏幕：我们观察到的内容，和用户在引擎前的视觉体验并不一致。
关于测量如何运作、哪些内容不在范围内，完整说明见深入说明页面。