方法
AI 可见性：看读取与汇报之间的差距
AI 可见性不能只看一个汇总数字。更可操作的做法，是逐页、逐引擎比较 AI 读到了什么、又在回答里汇报了什么，并给差距分类。
AI 可见性怎么测？关键不是看一个汇总数字，而是比较同一页面被 AI 读到的内容，和它在回答里汇报出来的内容。RankAI 在方法说明页里把这一步讲清楚：可见性来自读取与汇报之间的差距，而且要逐页、逐引擎地看。
先看一个假设的例子，它不是实际观测结果：某页面有三个不同章节，一个引擎读完了全文，另一个引擎在回答里只带出了标题。举这个例子只为说明，测量必须从对比出发，不能从一个汇总值出发。
为什么把差距当作操作标准
RankAI 的公开页面提到 ChatGPT、Perplexity、Gemini、Grok 和 Google AI。Claude 和 Grok 只有在连接之后才测量。Gemini 和 Google AI Overviews 不是同一次观察，对比时要分开处理：一个引擎读到什么、汇报什么，取决于具体是哪一次观察。API 返回的答案不等于用户看到的界面，汇报内容要放回它产生的场景里读。
差距要分类，不能只记录
只把差异记下来，得到的是一串难用的清单。RankAI 的做法是给每处差距定一个类型，让后续处理有抓手。三类就够用：
- 遗漏：引擎读到了某段内容，却没有在汇报里带出。可核对的判据：该段落在读取记录里存在，在汇报里缺失。
- 压缩：引擎汇报时把内容缩短了。可核对的判据：汇报保留了原意，但删减了读取中存在的细节或段落。
- 替换：引擎汇报的内容与读到的不同。可核对的判据：汇报把读取中并不存在的信息归到了该页面上。
测量可见性的五个步骤
- 锁定页面和引擎。可核对的判据：每次对比只针对一个页面和一次观察，不混用不同引擎。
- 记录读取。可核对的判据：按章节记下引擎实际读到的页面内容。
- 记录汇报。可核对的判据：记下引擎在回答里汇报的内容，并区分 API 答案与用户界面。
- 给差距分类。可核对的判据：每处差异都归入遗漏、压缩或替换之一，不停留在笼统描述。
- 按时间对比。可核对的判据：同一页面、同一引擎重复同样的对比，让差距体现为变化，而不是一次印象。
本文要补上的一点，是记录和分类的区别。记录读取与汇报之间的差距只是第一步，单靠它只会得到一份难以使用的差异清单。
按类型分类之后，清单才变得可处理：某一章节反复被遗漏，说明那部分内容没有被带出；出现压缩，说明内容被带出但被压短了；出现替换，说明汇报偏离了读取。
这套分类是 RankAI 提出的操作方案，不是通用标准。它的用处在于让不同的观察可以相互比较，而不必压成一个数字。Gemini 和 Google AI Overviews 不是同一次观察，API 答案也不等于用户界面，所以分类要落在具体那次观察之内，而不是凌驾其上。这样，读取与汇报的对比才是一个可核对、可在同一页面同一引擎上重复的标准。
可核对的边界：这套方法一次只测一个页面、一次观察下读取与汇报的差距，不产出汇总值，也不覆盖 RankAI 公开页面之外的观察。完整方法见方法说明页。