AI 可见度监测怎么做：提问集、采样表与记录口径

结论先说：AI 可见度不能靠「今天搜一下看看有没有我」来判断，它必须是一套固定提问集 + 固定采样口径 + 长期记录的组合。没有固定提问集，你每次看到的结果都不可比；没有采样口径，你连「变好了还是波动了」都分不清。

第一步：建提问集，不是建关键词表

传统 SEO 的关键词表是短词（「装修公司」「近视手术」），AI 搜索里有效的提问集是完整问句。因为用户对 AI 说话是自然的，AI 给出的答案也围绕完整问题组织。

提问集建议分三层，每层 10–15 条：

第一层：决策类。「这东西该不该买／该不该做／值不值」。这是最容易被 AI 给出结构化答案的一类。第二层：比较类。「A 和 B 有什么区别／我这种情况选哪个」。第三层：避坑类。「怎么判断靠不靠谱／有哪些坑」。

来源优先取真实语料：客服记录、销售被问到的问题、社区提问、搜索下拉。凭想象编出来的提问，测出来的结果没有参考价值。

第二步：固定采样口径

这几项必须写死，每次采样保持一致，否则数据不可比：

• 平台：测哪几个（ChatGPT、Perplexity、豆包、文心、Kimi 等），分开记录，不合并成一个「AI」总分。
• 登录状态：登录与未登录结果差异很大，选一种并固定。
• 时间窗口：同一批问题集中在同一天内测完，不要跨周拼。
• 重复次数：每个问题至少问 3 次，取出现次数而非单次结果。
• 提问措辞：一字不改地复用，不要每次「顺手优化一下」。

第三步：记录哪几列

表格里至少要有这七列：问题编号、平台、日期、是否提到我方品牌、是否提到竞品（列名）、被引用的 URL、被引用的那段话（原样摘）、答案的整体结构（分点／段落／表格）。

「被引用的那段话」这一列最容易被省略，但它才是全表最有价值的字段——它直接告诉你，什么样的句子会被摘走。积累两个月，你就能看出自己的内容该往什么句式上写。

第四步：怎么解读数据

看趋势不看单点。单次出现或消失大概率是波动，连续两周同向变化才算信号。看差距不看绝对值。你被提到 30%、竞品 55%，这个差距比「30%」本身更有意义。看引用来源分布。如果被引用的绝大多数是第三方平台而不是你的站，问题在渠道不在内容。看平台差异。不同平台的抓取偏好差别很大，一个平台没出现不代表所有平台都差。

什么情况下这套监测没意义

如果你的业务提问量极小（比如一年只有几十个客户会问这类问题），采样样本不足，统计没有意义，不如直接看询盘来源。如果你的行业还没有形成 AI 搜索使用习惯（比如高度依赖线下关系和熟人介绍），投入监测的优先级应该往后放。

红线

不要用自动化脚本高频轰炸平台，可能触发风控导致结果失真。不要在记录里保存用户个人信息。不要把监测数据对外宣称成「行业报告」，样本量和方法都不支持这种表述。