AI 可见性分三层：被读到、被提到、被推荐，三种算法不同

AI 可见性不是一件事，是三件事。被读到、被提到、被推荐，三层的数据来源完全不同，混在一起算会得出自相矛盾的结论。上个月我们给一个客户做完整测量：读到 72%，提到 34%，推荐 9%。

第一层：被读到

指标是 AI 爬虫有没有抓你的页面。数据来源是服务器日志，看 GPTBot、OAI-SearchBot、PerplexityBot 的访问记录和路径。

这层是基础，但容易被跳过。没被抓到，后面两层都是零。

判断方法：拉一个月日志，看目标页面有没有被访问、被访问几次、被抓的是不是最新版本。

一个常见问题是抓的是旧版本。CDN 缓存放了 30 天，爬虫拿到的还是改版前的页面。

第二层：被提到

指标是 AI 回答里有没有出现你的品牌名或产品名。数据来源是人工跑查询、抄回答原文。

这层可以无链接。很多文章只算"挂了链接"的引用，漏掉了大量"提了名字但没给链接"的情况。后者对品牌认知一样有用。

这层的测量要点是固定查询池。不固定就没法环比，见我们另一篇讲分母的文章。

第三层：被推荐

指标是你在回答里处于什么位置。三种形态：首位推荐、列举中的一项、备选位置。

数据来源还是回答原文，但要读结构。首位通常是一句判断句，"如果只能选一个，我建议 X"。

这层最接近生意。我们统计过，首位推荐的询盘率是备选位置的 5 倍以上。

三层的转化关系

那个客户的数：

读到 72% 说明抓取没问题，卡在第二层：抓到了但没用上，内容可引用性不足。这种情况改内容结构，不用管技术。

如果读到只有 20%，那要先修技术：内链、sitemap、robots、CDN。

症状对应修法

这张表贴在我们每次复盘的墙上。看到数字先定位层，再谈动作。

一个提醒

别拿第三层的数字去汇报，然后被问"为什么流量没涨"。推荐位带来的是认知和信任，直接点击很少。要证明价值，得看你自己的注册表单和销售记录，不能只看网站分析。

三层怎么排采集频率

日志每天自动跑，不占人力。提到层每周跑一次 60 个查询，一个人两小时。推荐层每月跑一次，因为位置变化慢，周频看不出趋势。

推荐层要人读原文，这是唯一不能自动化的部分。"它把我们放在第几个"这件事，机器判不准，因为它不理解那句话的语气。

我们试过用脚本抓品牌名出现的位置序号，跟人工判断对比，一致率 68%。剩下的 32% 是"提到了但其实是贬义"或者"列举里排第三但实际是推荐"。这种活儿还是得人看。

三层数据放一张表里，但结论要分层下。哪层掉了查哪层，别一看到总数下降就全站改一遍。