AI 可见度
哪些竞品适合放在同一组监测
同一组监测只放能互相替代的竞品，用品牌在 ChatGPT 上的引用情况来判断。
决定哪些竞品放进同一组监测时，先看它们是否在回答同一个购买问题，以及你是否想通过品牌在 ChatGPT 上的引用情况来读这组数据。卖会计软件的公司，不该把面向专业事务所的管理系统和面向自由职业者的开票应用放进同一组：这是两个不同的问题，竞品之间的对比也就失去意义。更好的做法是每个问题一组，组里只放几个真正能互相替代的名字。
先看问题，不看行业
两家公司可能在同一市场里互为竞品，却从不出现在同一段对话中。我们在 RankAI 用的标准是可替代性：面对同一个请求，买家是否会合理地拿这个品牌去替代组里其他品牌。答案是否定的，这个品牌就属于另一组监测。
一步步搭出这一组
以下是 RankAI 的操作建议，不是通用标准。它的作用是让对比在加入新名字之前就可验证。
- 写下把这几个名字连在一起的问题。可验证的标准：如果你写不出一个请求，让其中两个名字作为合理替代同时出现，它们就不该在同一组。
- 从一个小核心开始，只凭证据加人。可验证的标准：每个新名字都要覆盖核心的同一个问题，而不是一个相近的问题。只覆盖边缘问题的，留在组外。
- 第五个名字如果边缘，就排除。例如，一个竞品只在非常具体的请求里出现，比如某个细分使用场景，它不进主组；如果你确实关心那个场景，就单独建一组监测。
- 确认引擎能让这个对比成立。可验证的标准：引擎返回的答案里，组内这些名字要能真正一起出现。观察不到这一点的地方，对比要谨慎对待。
哪些引擎能让竞品对比成立
重点不是把引擎名单再念一遍，而是看清哪些观察能支撑名字之间的对比。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：把它们当成同一个数据，竞品对比就会变得含糊，因为你把不同的东西加在了一起。所以搭一组名字时，先决定要在哪一种观察上读这个对比，并让它与其他观察保持分开。
第二个限制在数据本身：通过 API 从引擎返回的是 API 的回答，不是一个人在界面上看到的画面。竞品对比在这个范围内成立，但不应被说成真实用户体验的写照。
容易被忽略的一点是：一组监测不是一份竞品名单，而是一个关于可替代性的假设。RankAI 建议这样对待它，因为这让标准变得可检查。加入一个名字之前，先问是否存在一个请求，让这个名字和组里其他名字可以互换；如果答案不确定，这个名字多半属于另一组。排除也是同理：只覆盖边缘问题的竞品，不要为了凑完整硬塞进主组，那只会稀释对比，不增加有用信息。最后，建立在不同观察上的组要分开：把性质不同的引擎混在一起，会得到看起来可比、实际不可比的数字。某项可见度数据没有时，RankAI 显示为 N/A，绝不写成零；对比名字时也要记住这一点，因为缺失的数据不是负面的数据。
一个可验证的边界
这套方法不规定一组里到底该有几个名字，只说每个名字都要通过同一个问题上的可替代性检验。通不过的名字，对比要拆开，而不是扩大。
想进一步了解如何读这些数据，请看深入说明页。