AI 可见度
读AI声量前先核对三组数据
AI声量是一个比值。样本、公式、覆盖范围任何一项变了，结果就跟着变。读数字之前，先把这三项核对清楚。
看到品牌在ChatGPT回答里的引用占比，先别急着下结论。要读懂这个数字，至少得知道三件事：它是在多少条回答上算出来的，引用是怎么计数的，观察覆盖了哪些引擎。缺了任何一项，这个数字都没法跟别的数字比。RankAI的做法是：这三项写清楚了，声量才可读。
为什么样本、公式、覆盖会改变声量的含义
声量是一个比值。分母变了，引用次数不变，结果也会变。公式如果把文字提及和链接同等对待，算出来的东西就和区分两者的公式不是一回事。覆盖只包含部分引擎时，这个声量描述的是那几个引擎，不是整个AI回答的格局。所以RankAI不把声量当成绝对值呈现，而是连同它的计算条件一起给出。
RankAI的核对清单：读声量前先查三项
以下是RankAI提出的操作建议，不是通用标准。它的用途是判断一个声量能不能读、能不能比。
- 样本。可核对的 criterion：报告要写明声量基于多少条回答、这些回答在什么时间段收集。没写回答数量的，声量无法核对，只能当参考，不能当测量。
- 公式。可核对的 criterion：公式说清楚了才算合格——链接算不算引用，没有链接的提及算不算，同一条回答里多次引用算一次还是多次。这三点缺任何一点，两个标签相同的声量可能量的根本不是一回事。
- 覆盖。可核对的 criterion：报告要列出包含哪些引擎。RankAI公开页面提到ChatGPT、Perplexity、Gemini、Grok和Google AI；Claude和Grok要连接之后才测量。Gemini和Google AI Overviews不是同一次观察，要分开读。
一个定性对比
拿两个标签相同的品牌声量，都说是ChatGPT上的。第一个写明了样本，公式区分链接和提及，覆盖的引擎也列了出来。第二个没写样本，公式把链接和提及加在一起，覆盖范围也没说。这两个声量没法比：差别不在品牌，在测量条件。先别管哪个更高，先看样本写没写、公式分不分类、覆盖说没说清。
这篇文章给的是一个阅读顺序，不是一串禁令。RankAI建议按样本、公式、覆盖的顺序核对，因为每一步都会改变下一步的解读。样本没写，公式的效果就无从核对——你不知道它作用在多少条回答上。公式没写，光有覆盖也不够——知道包含哪些引擎，并不等于知道引用怎么计数。覆盖没写，声量只对实际观察到的引擎成立，不能推及全部。按这个顺序走，可以避免把样本或公式造成的差异算到覆盖头上。这是RankAI的操作建议，不是通用标准：它让阅读路径变清楚，不替代报告本身的文档说明。
测量不存在时怎么办
某项可见度测量不存在时，RankAI显示N/A，绝不写成零。零表示测过了，结果为空；N/A表示这项测量拿不到。把两者混为一谈，就会把没有数据读成没有引用。比较两个声量之前，先确认两边都是实际测量，不是N/A。
一个可核对的边界
这份清单不规定样本下限，也不指定哪种公式更好，只规定哪些信息必须在场，声量才可读。报告没写样本、公式和覆盖的，声量只能当参考，不能当可比的测量。AI可见度测量的完整说明，见专题页。