AI 可见度的四层指标：提及、引用、推荐、成交

十月的周会，一家做电动升降桌的出海团队放出一页 PPT：AI 答案里提到品牌的比例连涨三个月，会上在谈追加预算。创始人问：这个月多卖了几张桌子？没人接得上。客服主管补了一句：有买家拿着 AI 截图来问，这款桌架能不能配 2 米桌面，截图写的是 1.8 米；那单退了，退货运费比利润还高。

四层指标不是四个可相加的分数，而是四道判定：提及是被看见，引用是被当证据，推荐是进了候选，成交是生意算得过来；任何一层的数字都不能替下一层说话。

四层，四种不同的失败

把“AI 可见度”压成一个数，等于把四件事当成一件；每层一个判定证据，也各自以不同方式失败。

层	答案里长什么样	判定证据	这层失败的样子
提及	品牌名出现在正文或列表里	字符串命中，不管有没有链接	被提到，但型号、尺寸、价格说错
引用	答案给出可点开的来源页面	正文有句子与那个来源对得上	来源列在末尾，正文没用到你
推荐	进候选、对比或结论句，并给理由	品牌与场景绑在一起，附排除条件	只被夸“也不错”，买家仍无法决策
成交	从 AI 入口来的订单与毛利	入口可识别，且能挂到订单与退款	有单，但退货与工单吃掉毛利

第一层最容易被误读。品牌词被带进答案、评测站列表里出现你、甚至参数写错，都算提及。它是“被看见”的证据，不是“被说对”的证据；上面那张截图，就是提及层胜利、引用层失守。

第二层要的是“对应句”：页脚的来源只说明模型读过你，正文里有句子能指回你的页面，才算引用。第三层看理由与排除条件：AI 说“适合身高 1.9 米、双电机、预算 500 美元内”，才算把场景与取舍绑在一起；只说“品质可靠”，买家仍选不出来。

第四层唯一有财务含义，也最容易被判成“没效果”。AI 引荐的会话常被算进 Direct 或自然流量，只有订单侧标识能分开，拆法取决于走的是四个入口里的哪一个。

总分的问题不在算法，在假设四层可以互相补偿。实际是：有传导，没有替代。

加权求和先遇到两个麻烦。一是权重没有来源：提及算三成、成交算四成，凭什么？权重只能来自成交结构与毛利，而这两样每季都在变。二是跨引擎不可比：三个引擎的答案长度与来源结构差别很大，合并成“总可见度”等于把三把尺子取平均，一升一降变成“持平”。

传导也不会自动发生。被引用不会自动变成被推荐，模型要理由，还要第三方印证；被推荐也不会自动成交，价格、运费、退货条款接不住，推荐越多退货越多。所以四层不是漏斗的四段，是四个分别证伪的判断：提及涨了问说得对不对，引用涨了问正文有没有用你，推荐涨了问理由有没有排除条件，成交涨了问毛利有没有被退货吃掉。

分母也在动：采样答案的来源从 6 个变 12 个，引用份额就会腰斩。绝对量与比率必须并排报，口径见引用份额怎么算。

每层一个主指标、一个护栏，分母写死，跨月不换。

层	主指标（分子 / 分母）	护栏指标	谁能改
提及	出现品牌名的答案数 / 有效样本数	参数说错的答案数	内容 + 实体一致性
引用	正文有对应句的答案数 / 有效样本数	引用位次（第几个来源）	内容 + 页面结构
推荐	带场景与排除条件的答案数 / 有效样本数	候选排第几、理由能否核对	证据 + 第三方语料
成交	可识别 AI 入口的订单 / 该入口请求数	退款率与单均贡献毛利	报价、履约、售后

三条规定。采样冻结：prompt 编号、引擎、地区、语言、竞品集，一个季度内不改；改了要重算基线，见AI 可见度基线。绝对量与比率并排：只报百分比，分不清是变好还是分母变了。分引擎报：宁可多两列，不合并。

节奏也不同：提及与引用按周看，噪声大；推荐按月看，改一次要等收录；成交按月看，但要留足退款观察窗——拿周环比解释月度的推荐变化，是最常见的误读。

第 2 步最反直觉。四层同时设目标，团队一定追最容易的那层——提及：一篇评测、一条论坛帖、一次写错的参数都能让它涨，最不说明问题。所谓“自嗨”，不是指标选错，是四层一起考核时，人总会挑最软的那层捏。

第 4 步的对应关系要写死：提及低而实体清楚，修抓取；提及高、引用低，修答案单元；引用高、推荐低，补第三方证据；推荐高、成交低，查价格与退货条款。答案单元的四段结构对应第二种落差；最后一种通常不在内容团队手里。

下表数字均为虚构，只用于演示四层怎么读。

月份	提及率	引用率	推荐率	每千次 AI 落地成交	退款率
7 月	22%	11%	5%	18	9%
8 月	30%	12%	4%	15	13%
9 月	38%	12%	3%	11	17%

只看第一列，这是一条值得追加预算的曲线；四列一起看，问题在第三层：推荐率从 5% 掉到 3%，退款率从 9% 涨到 17%，客服记录里“尺寸不对、装不上”占退货理由的一半。翻答案原文，AI 给的尺寸是 1.8 米，而 9 月主推 2 米桌面套装；它引用的还是 7 月那版页面。

这不是产量问题，是口径问题：改版后旧参数没同步，结构化数据里仍是旧值，AI 引用了一个过期的正确来源。修法不是再发十篇文章，而是让变体尺寸来自同一份主数据、页面与结构化数据同源，再复测第三层。至于“改动是不是多卖了桌子”，归因说明相关，不说明因果，证明增量得靠实验设计。

第一，提问量太小。一个月只有个位数提问，比率都在抖，只能做定性记录。

第二，平台内 AI 不可复现。购物助手随账号、地区、会话变化，同一问题两次答案不同，只记“是否出现、以什么理由”。

第三，品牌实体还不存在。四层全是零，先解决“AI 知不知道你是谁”。

第四，低客单品类测不出成交层。决策一次完成，AI 引荐与自然流量分不开，看推荐层与品牌词搜索就够了。

第五，四层不能当四个部门的 KPI。拆开后内容追提及，运营追成交，没人对“说得对不对”负责。四层是诊断工具，考核只挂最后一层与护栏。

这个月先做一件事：把你报给老板的“AI 可见度”拆成四列，用同一条 prompt、同一个引擎、同一个市场重算 20 条答案，标出最先断的是哪一层。断在第一层修抓取，第二层修句子，第三层补证据，第四层查报价与退货。四层里只有一层值得这个季度的预算，其余三层是它的护栏。这条线归度量与增长。