AI 引用率这个数，八成算错在分母。同一批数据，用品牌词做分母能算出 23%，换成品类词只剩 9%。差 14 个百分点，足够让一个团队做错半年的决定。
三种分母，三个结论
分母是品牌词。 用户搜的就是你，AI 回答里出现你的概率自然高。测出来通常 20% 以上，好看，没用。这个数只说明你还没被 AI 忘掉。
分母是品类词。 用户搜"数据同步工具"，没指定谁。测出来通常 5% 到 15%。这才是获客相关的口径。
分母是全量查询。 把你后台所有关键词都算进去，包括那些你根本不该出现的词。测出来接近 0，除了打击士气没别的用。
我们给客户的标准是第二种：品类词加对比词，固定 60 个。
我们的固定口径
60 个查询，四类各 15 个：品类词、对比词、场景词、品牌加场景。
每月同一批、同一时间、同样的引擎列表。不换词，不加减。听着死板，但只有固定才能比。
有个客户中途要求加 20 个新词，说新品类要测。我们单开一张表记，不混进主口径。混进去之后环比就没意义了。
分子怎么算
三种出现方式，权重不同：
- 品牌名或产品名出现，计 1 分
- 出现官网链接，计 2 分
- 出现在首位推荐或作为主答案，计 3 分
单条回答取最高分，不叠加。60 个查询跑 4 个引擎，满分 720 分。
这不是精确科学，是把"出现了"和"被推荐了"分开。我们试过只记二元（出现/没出现），结果一个客户的分数涨了 30%，实际全是"也有人用"这类备选位，询盘没动。
一个被虚高的例子
2025 年 12 月，一个客户自己算的引用率是 23%，拿来跟我们说做得不错。
我们按品类词重算，9%。差异来自哪儿？他们的品牌词占了查询池的 60%。也就是说，他们一直在测"AI 认不认识我"，而不是"AI 会不会推荐我"。
重算之后，发现真正的问题是他们在对比类查询里几乎不出现。改的方向从"多发品牌新闻"变成了"补对比页和第三方评测"。
给老板怎么讲
别用一个数字。给两个：
覆盖率，60 个查询里有多少条回答提到你，反映存在感。 首位率，提到你的那些里，多少在首位，反映推荐强度。
覆盖率 40%、首位率 10%，说明大家知道你但没人首选你。覆盖率 12%、首位率 60%，说明小众但精准。
两个数一起看，才不会互相骗。
口径要写进报告首页
我们现在给客户的报告第一页固定三行：查询池是哪 60 个、引擎是哪 4 个、每月的采集日期。谁都能照着复现。
这看着是形式主义，实际能省很多吵架。有次客户换了市场负责人，新来的第一句话是"这个数怎么算的"。翻到第一页，三行字解释清楚，会议十分钟结束。
反过来，口径不写的报告，数字一变就会被怀疑在挑数据。GEO 这行现在没有第三方审计，可信度只能靠口径透明撑着。
元析智能
为软件公司做 SEO 和 GEO 优化