# AI 搜索可见性指标与 KPI：2026 测量指南

- Canonical: https://www.geoly.ai/zh/blog/ai-search-visibility-metrics-kpis
- Published: 2026-07-05
- Updated: 2026-07-05
- Author: [Riven Gao](https://www.geoly.ai/zh/blog/author/riven-gao)
- Tags: [AI Visibility](https://www.geoly.ai/zh/blog/tag/ai-visibility), [GEO](https://www.geoly.ai/zh/blog/tag/geo), [AEO](https://www.geoly.ai/zh/blog/tag/aeo), [AI Search](https://www.geoly.ai/zh/blog/tag/ai-search)

> **Summary:** 提及率、Share of Model、引用信源、答案位次、情感准确度、Share of Card 与 AI 引荐流量这七个指标就能覆盖 AI 搜索测量的全部要点，起步团队先盯住其中三个即可。

AI 搜索可见性指标可以分成三层：存在层（AI 是否提到你）、质量层（是否引用你、排在第几、描述得准不准）、生意层（能否登上购物货架、最终有没有流量和营收）。七个 KPI 覆盖这三层——提及率、Share of Model、引用率与引用信源、平均答案位次、情感与准确度、Share of Card、AI 引荐流量。如果只能先测三个，就从固定 prompt 集上的提及率、品类头部引用信源、以及一个点名竞品的对照数据开始。

## 核心要点

- 七个指标覆盖 AI 搜索测量的全链路：AI 可见率（提及率）、Share of Model、引用率与引用信源、平均答案位次、情感与准确度、Share of Card、AI 引荐流量。
- Share of Model 是 AI 搜索里最接近"市场份额"的数字：在固定 prompt 集上，你的品牌提及次数占全部品牌提及的百分比。
- 引用信源是杠杆最高的先行指标——每个品类里 AI 引擎依赖的域名清单其实很小、可枚举，而且你可以有计划地打进去。
- Adobe 数据显示，截至 2026 年 5 月，美国零售网站的 AI 引荐流量同比增长 138%——这个渠道已经是真金白银，滞后型营收 KPI 值得上管理层看板。
- 2026 年的"通用基准值"大多是噪音。与其纠结"提及率多少算好"，不如对照本品类点名竞品做趋势对比。

## 为什么 AI 搜索需要一套自己的记分牌

用户先动了。ChatGPT 在 2025 年 10 月突破 [8 亿周活用户](https://techcrunch.com/2025/10/06/sam-altman-says-chatgpt-has-hit-800m-weekly-active-users/)，Google AI Overviews 的月活用户已超过 [20 亿](https://techcrunch.com/2025/07/23/googles-ai-overviews-have-2b-monthly-users-ai-mode-100m-in-the-us-and-india/)。这些行为在排名工具里完全不可见，因为根本没有"排名"这回事：AI 引擎合成一个答案、附上几条引用，购物类问题还会渲染一排商品卡片。三个不同的界面，三套不同的测量问题。

还有一个不那么显眼的原因：方差。同一个问题问 ChatGPT 五次，可能得到五个措辞不同、品牌名单也不同的答案。所以靠谱的测量必须是抽样式、概率式的——按计划反复跑一套固定 prompt，报告比率和趋势，而不是在浏览器里查一次就打勾。

![GEOly Explore 品牌 AI 可见性记分牌：AI 可见度分、预估月度 AI 流量与 AI 营收、总提及数，以及 AI 如何描述这个品牌 —— 来源：GEOly AI (app.geoly.ai)](https://gslkfhamqhkktynnjqng.supabase.co/storage/v1/object/public/cms-media/geoly-explore-tiffany-brand-ai-visibility-kpis-zh.png)

## 七个 AI 搜索可见性指标逐一拆解

### 1. AI 可见率（提及率）

定义：在跟踪的 prompt 中，品牌出现在 AI 答案里的比例。这是地基指标——本文其余所有 KPI 都建立在同一批 prompt 运行数据之上。

要让它有意义，有三个决定要做对。第一，prompt 集：50–200 条购买意图 prompt，按用户的真实问法来写（"300 美元以内适合养宠家庭的无绳吸尘器"），而不是按关键词思维来写。第二，fan-out 覆盖：Gemini、ChatGPT 会把一个问题悄悄拆成多个子查询，你可能恰好在决定答案的那个子查询里隐身。第三，分引擎拆分：Perplexity 上的提及率对 Gemini 毫无参考价值。具体操作见[在 AI 搜索中跟踪品牌提及的方法](https://www.geoly.ai/zh/blog/track-brand-mentions-in-ai-search)。

### 2. Share of Model

在跟踪 prompt 集上，你的品牌提及占全部品牌提及的份额——为 AI 答案重建的 share of voice。如果品类 prompt 里各品牌总共被点名 1,000 次，其中 180 次是你，Share of Model 就是 18%。

这是最适合放进月报的 KPI，因为它天然修正了裸提及率的两个毛病：一是品类整体波动（模型更新后所有品牌的提及都涨），二是虚假安全感（你的提及率在涨，竞品涨得更快）。Share of Model 的变动几乎总是真信号。

![Share of Model 实战：竞品 battleboard 逐话题对比 Cartier、Mejuri、Blue Nile 等珠宝品牌的可见度与胜负 —— 来源：GEOly AI (app.geoly.ai)](https://gslkfhamqhkktynnjqng.supabase.co/storage/v1/object/public/cms-media/geoly-explore-competitive-peers-share-of-model-zh.png)

### 3. 引用率与引用信源

两个相关的数字。引用率：你自己的域名作为链接来源出现在 AI 答案中的频率。引用信源分析：回答你品类问题时，引擎在引用哪些第三方域名——Reddit 帖子、测评站、媒体、YouTube。

后者更有行动价值。正如 Jake Ward 所说，AI 搜索的目标是[被引用，而不是被点击](https://www.geoly.ai/zh/blog/jake-ward-geo-aeo-get-cited-not-clicked)：如果回答你买家问题的引擎总在引用五个测评站和两个 Reddit 社区，这份清单就是你的 earned media 路线图。引用信源份额是整个指标栈里最好的先行指标，因为它是你本季度就能直接影响的变量。

### 4. 平均答案位次

你在答案里出现的位置——第一个被点名的品牌、第三个，还是脚注。第一位的权重远超其他：在语音交互和 agent 流程里，第一个推荐往往是唯一被执行的推荐。

一个提醒：位次比提及率噪音大，因为答案结构每次生成都在变。用几十次运行的滚动平均来看它，对单周的跳变保持怀疑。

### 5. AI 描述的情感与准确度

AI 提到你时，到底说了什么。两个成分：情感（是热情推荐、平铺直叙，还是带着"但是"），以及事实准确度（说的是你现在的价格、功能和定位，还是幻觉出来的 2023 年旧版本）。

把它当质检指标来管：含事实错误的提及占比，加上情感趋势。"经常被提到但被说错"和"根本没被提到"是两种病，处方也完全不同。

### 6. Share of Card（AI 购物货架占位）

对电商品牌，钱在货架上。ChatGPT Shopping 和 Google AI Mode 不只是"写到"商品，而是直接渲染商品卡片——图片、价格、商家——agent 还能对卡片直接执行下单。Share of Card 就是在相关购物 prompt 中，你的商品出现在货架上的比例。它和文本提及的逻辑完全不同：取决于 feed 质量、结构化数据和商家信息，而不只是内容。我们写过 [Share of Card 指标的完整拆解](https://www.geoly.ai/zh/blog/share-of-card-metric-shopify-brands-ai-shopping)，以及一份[拿下 AI 货架的实操手册](https://www.geoly.ai/zh/blog/agentic-commerce-optimization-playbook-dtc-brands-win-ai-shelf)。

![单一品牌的 Share of Card 指标：AI 推荐商品数、share of shopping、商品覆盖与 AI 购物货架主要渠道 —— 来源：GEOly AI (app.geoly.ai)](https://gslkfhamqhkktynnjqng.supabase.co/storage/v1/object/public/cms-media/geoly-explore-ai-recommended-products-share-of-card-zh.png)

### 7. AI 引荐流量与助攻营收

滞后型结果指标：来自 chatgpt.com、perplexity.ai、gemini.google.com 和 AI Overviews 点击的会话、转化与营收。这个渠道已经不是零头——Adobe 数据显示，2026 年 5 月美国零售网站的 AI 引荐流量[同比增长 138%](https://www.digitalcommerce360.com/2026/06/17/adobe-ai-referred-traffic-to-retail-sites-doubles-in-a-year/)，自 2024 年 10 月开始统计以来累计涨了 13 倍多。

在 GA4 里给 AI 引荐来源建一个自定义渠道组即可测量——但要带着 zero-click 的前提去读：很多 AI 答案影响了购买却不产生点击，引荐流量只是影响力的下限，不是全部。

## 先行 vs 滞后：给 KPI 排个序

可落地的运营节奏，是把指标栈切成三段：

- 先行指标，每周看：引用信源覆盖面（品类内 AI 引用的域名中你有存在感的比例）、prompt 覆盖度、已交付的工作——发布的内容、修好的 feed、上线的结构化数据。
- 核心可见性，每周到每月看：提及率、Share of Model、平均答案位次、情感与准确度、Share of Card。
- 滞后指标，每月到每季看：AI 引荐流量、助攻转化、营收。

关于基准值：忍住。公开的"平均提及率"因品类、prompt 设计和引擎组合差异巨大，这个领域太年轻，还没有稳定的行业常模。2026 年诚实的基准是点名式的：盯住真正抢你订单的三个品牌，跑赢它们的趋势线。更多方法论见 [AI visibility 专题](https://www.geoly.ai/zh/blog/tag/ai-visibility)。

![美国珠宝类目的行业级 AI 搜索数据：41 个话题、1,551 个追踪品牌、月度 AI 流量与预估 AI 营收，及按 Share of Model 排名的竞争格局 —— 来源：GEOly AI (app.geoly.ai)](https://gslkfhamqhkktynnjqng.supabase.co/storage/v1/object/public/cms-media/geoly-explore-jewelry-category-industry-data-zh.png)

## 按团队成熟度配置的最小可行 KPI 组合

一个人、零预算：每周盯三个数。25–50 条购买意图 prompt 在两个引擎上的提及率（ChatGPT 加上你的买家第二常用的引擎）、品类前十引用信源域名、以及一个点名竞品的提及率对照。这已经是一块完整、能驱动决策的记分牌，也是[我](https://www.geoly.ai/zh/blog/author/riven-gao)给每个起步品牌的标准建议。

有成建制的 SEO/内容团队：加上全竞品集的 Share of Model、每月一次情感与准确度审计、平均答案位次，以及 GA4 里的 AI 引荐渠道组。到这一步，GEO 在汇报里应该有自己独立的一行，而不是藏在"自然流量"里。

电商品牌，或可见性已经不错的品牌：加上 Share of Card、分引擎拆解（Gemini 的行为和 ChatGPT 差别很大）、fan-out 查询覆盖，以及针对 AI 引荐的营收归因。到这个阶段，值得讨论的问题都是货架问题。

## 怎么落地这套测量

三条路，各说各的实话。表格加手动问答只能撑一周，之后必然崩：没有抽样、看不到 fan-out、口径不一致。通用 SEO 套件（Semrush、Ahrefs）已经带 AI 可见性模块，如果你本来就在付费，顺手用很方便，但购物货架层的覆盖很薄。专门的 GEO 平台可以持续跟踪全栈指标；利益相关声明：[GEOly](https://www.geoly.ai) 是我们自家的产品，免费起步，上面七个指标全部覆盖，包括通用工具基本不做的 Share of Card。想横向比较市面工具，见[最好用的 AI 搜索监测工具盘点](https://www.geoly.ai/zh/blog/best-ai-search-monitoring-tools)。

## FAQ

### AI 搜索应该跟踪哪些 KPI？

跟踪七个：AI 可见率（提及率）、Share of Model、引用率与引用信源、平均答案位次、AI 描述的情感与准确度、卖货就加 Share of Card，再加 AI 引荐流量。从零起步的话，三个就够：提及率、引用信源、一个竞品对照。

### 如何测量 AI 搜索可见性？

固定一套 50–200 条购买意图 prompt，在对你重要的引擎（ChatGPT、Gemini、Perplexity、Google AI Overviews）上按计划反复运行，记录品牌是否被提及、是否被引用、位次和情感倾向。因为 AI 答案每次生成都有波动，要报告多次运行的比率，而不是单次抽查的结果。GEOly 这类平台可以把抽样和打分自动化。

### 什么是 Share of Model？

Share of Model 是在跟踪 prompt 集上，你的品牌提及占全部品牌提及的百分比——AI 搜索版的 share of voice。如果品类 prompt 里品牌总共被点名 1,000 次、你占 180 次，你的 Share of Model 就是 18%。它剔除了品类整体波动的干扰，是衡量竞争位置最好的单一 KPI。

### AI 搜索里有没有类似关键词排名的指标？

最接近的是平均答案位次——你的品牌在合成答案或推荐列表中出现的位置。但它比 SERP 排名噪音大，因为答案每次都重新生成；应当用滚动平均看待，并把提及率和 Share of Model 作为主要的存在感指标。

### Google Analytics 能测 AI 搜索可见性吗？

只能测最后一环。GA4 通过自定义渠道组可以捕捉 AI 引荐流量——来自 chatgpt.com、perplexity.ai 等来源的会话——但它看不到答案本身：没有提及、没有引用、没有货架占位，也看不到 zero-click 的影响。要看全漏斗，得把 GA4 和 prompt 级跟踪配合起来。
