# Prompts Map 设计规则：品牌词配比、冻结盘，以及一个数字要跑多少次才算数

- Canonical: https://www.geoly.ai/zh/blog/prompt-map-design
- Published: 2026-03-07
- Updated: 2026-11-07
- Author: [GEOly AI](https://www.geoly.ai/zh/blog/author/geoly-ai)
- Tags: [GEO](https://www.geoly.ai/zh/blog/tag/geo), [AI Visibility](https://www.geoly.ai/zh/blog/tag/ai-visibility), [Prompt Research](https://www.geoly.ai/zh/blog/tag/prompt-research), [AEO](https://www.geoly.ai/zh/blog/tag/aeo), [Share of Model](https://www.geoly.ai/zh/blog/tag/share-of-model)

> **Summary:** 同一个品牌、同一周，两个团队能报出 52% 和 10% 两个可见度——差的不是表现，是 prompt 清单。本文给出配比区间、冻结纪律与滚动窗口长度，决定你那个数字到底算不算数。

找到好问法，是每个团队都会做的那一步。真正决定那个数字值不值得汇报的，是后面两件事：每类问法各放多少条，以及这份清单能不能几个月不动，让它跟自己可比。

这篇是 [GEO prompt research](https://www.geoly.ai/zh/blog/geo-prompt-research) 的后半程——那篇讲怎么把候选问法挖出来，这篇从「手里已经有几百条候选」开始讲怎么组盘。

## 要点

- **同一批品牌，带品牌词的 prompt 提及率中位数 95%，不带品牌词只有 7%。** 把两组合成一个总分，这个分数主要反映的是你怎么选的题，不是你的市场位置。
- **配比是对总分影响最大的那个变量。** 品牌词控制在 10–15% 并单独成组报告；非品牌 55–65%、竞品向 20–30% 是可用的切分。
- **冻结盘是「这个月能跟上个月比」的前提。** 改写过的 prompt 在数据上是一条新 prompt，历史不接续。
- **单日数字基本是噪声。** 同一条 prompt 隔一分钟重跑，引用源的变化幅度和隔一天几乎一样大。
- **单条 prompt 至少 7 次有效观测、滚动窗口 10–28 天**，误差才小到可以据此行动。

![Median brand mention rate is 95% on branded prompts and 7% on non-branded prompts — GEOly AI](https://gslkfhamqhkktynnjqng.supabase.co/storage/v1/object/public/cms-media/prompt-map-design-fig1.png)

## 品牌词测的根本不是同一件事

先看那个把大多数报表击穿的数字。在一份覆盖 3,989 个品牌、约 2,300 万条答案的跟踪样本里（截至 2026-10-15 的 30 天），品牌被提及率的中位数是：**带品牌词的 prompt 95%，不带品牌词的 7%**。同一份数据里，98% 的品牌在品牌词上得分更高。（这是 Searchable 的厂商自有数据，不可独立复核；但三个独立来源指向同一个方向，方向本身才是重点。）

把它当机械规律来读：往盘子里多放一条品牌词 prompt，平均分就会上升，而你的真实处境一点没变——你只是多加了一道本来就会答对的题。

Carlos Barraza 的公开算例把这件事算成了明账。设某品牌在品牌词问法上被提及 95%、在品类问法上被提及 10%，同一周内：

| **prompt 清单** | **报出来的「可见度」** |
| --- | --- |
| 10 条品牌词 + 10 条品类词 | 52.5% |
| 18 条品类词 + 2 条品牌词 | 19% |
| 20 条品类词（无品牌词） | 10% |

同一个品牌，同一周，同一批引擎。三个数字，唯一变的是清单。

所以品牌词当然该进盘——它是你唯一能看见「模型有没有把你说错、有没有跟别人搞混、有没有在复述某个投诉帖」的途径。但它测的是**准确性与情感倾向**，不是可见度。它必须单独成组、单独一条汇报线，永远不并进一个「AI 可见度」总分里。合成了的报告跟谁都不可比，包括你自己上个季度那份。

## 三类配比：盘子里到底放什么

公开的建议有两份，分歧比看起来小。

![Prompt mix recommendations: 55-65% non-branded, 20-30% competitive, 10-15% branded — GEOly AI](https://gslkfhamqhkktynnjqng.supabase.co/storage/v1/object/public/cms-media/prompt-map-design-fig2.png)

HubSpot 的建议大致是非品牌 50–60%、竞品向 20–30%、品牌词 10–20%。Conductor 给的是 75/25，品牌词上限四分之一。差异在记账方式：Conductor 把竞品向并进了非品牌那一桶。换算到同一口径，两家落在同一条规则上——**品牌词不超过盘子的四分之一**。

本文采用的切分是非品牌 55–65%、竞品向 20–30%、品牌词 10–15%。电商品牌可以把竞品向压到 20% 左右，把交易类意图补到非品牌那一侧——商品卡的竞争发生在品类与场景问法上，不在「A vs B」里。

三桶各自回答一个问题：

- **非品牌**——陌生用户描述自己的问题时，你在不在答案里。这是增量战场。
- **竞品向**——你已经进了候选集，会不会被当成可信选项。这一桶决定「X 的替代品」类答案。
- **品牌词**——模型说你的那些事实对不对，语气是中性还是更糟。

## 六个维度，哪一行都不能空

配比对了，仍然可能整盘集中在一个意图、一类人群上。第二道判据是覆盖面：

1. **主题簇。** 起步 3–5 个优先主题，每簇 5–10 条；企业级 10–30 个主题。同一主题内把近义问法合并成 1–2 条代表句，不要用二十条同义改写把一个主题刷厚。
2. **意图。** 每类意图至少 1 条，推荐类与对比类应占非品牌那一半的多数。定义类给小份额——它几乎不带来商业结果。
3. **人群与约束。** 同一问法挂上预算、规模、地区、用途再各出一条。约束条件会直接改变答案里被点名的品牌集合，所以它是必须覆盖的变量，不是锦上添花。
4. **市场与语言。** 主力市场全覆盖，次级市场留一个缩小的子集。同一句话换种语言，引回来的来源完全不同，结论不能靠翻译复用。
5. **引擎。** 整盘在你监测的每个引擎上都跑，但基线按引擎分别设。跨引擎共用一个阈值不叫比较。
6. **绑定资产。** 每个意图簇指定一个「本来应该被引用」的页面。指不出来，说明那是内容缺口，不是监测项。

## 把核心盘冻起来

一边测一边改的盘子，什么都说明不了。纪律是把盘子一分为二：

| **阶段** | **prompt 总量** | **主题数** | **冻结盘 / 探索盘** | **改动规则** |
| --- | --- | --- | --- | --- |
| 起步（0–1 个月） | 25–50 | 3–5 | 100% 冻结 | 只收数据，什么都不改 |
| 成长（2–6 个月） | 150–300 | 5–12 | 70 / 30 | 季度改动 ≤20%，分批带日期加入 |
| 企业 / 多市场 | 500+ | 10–30 | 70 / 30 分市场 | 各市场独立冻结盘，禁止跨市场合并报表 |

三条规则让它跑起来：

- **冻结盘一个季度一个字都不改**——包括标点。改写过的 prompt 在数据上就是一条新 prompt，历史不接续，图表上要断点标注。
- **探索盘承接试错。** 新问法、新细分、新市场先放这里，连续两个月证明有量也有意图，再升进冻结盘。
- **三个月没触发过任何决策的，退役。** 那时候它已经不是在监测，是在产生噪声。

写法上还有一条：AI 搜索的提问平均 70–80 词，而 Google 搜索是 3–4 词。整盘都是三词短语，你测的就不是你关心的那场对话。写完整的问句，把约束条件写进句子里，一句一个意图；也不要把「哪个更便宜？」这种裸跟进句单独放进去——脱离上下文它什么都测不出来。

## 一个数字要跑多少次才算数

这是整件事里唯一有严谨公开研究支撑的部分，也是最常被跳过的部分。

圣加仑大学的一项研究连续 45–46 天每天跑同一批 prompt，同时另做一件事：在同一天内对同一条 prompt 重跑最多十次。后面这个设计才是关键——它把模型自身的随机性，从答案的真实变化里剥离了出来。

![Cited-source overlap is as low within one day as between days; use 7+ runs and a 10-28 day rolling window — GEOly AI](https://gslkfhamqhkktynnjqng.supabase.co/storage/v1/object/public/cms-media/prompt-map-design-fig3.png)

结论很不客气。连续两日之间，引用源重叠率是 0.34–0.42（Jaccard），也就是约 65% 的引用源每天在换。但**同一天内重跑**给出的是 0.32–0.43，统计上分不开。日报表上大部分被当成「变化」的东西，是模型在重新抽样，不是你的位置在动。

由此得出四条操作规则：

- **单条 prompt 至少 7 次有效观测。** 自助法收敛分析显示，品牌被提及率的标准误在 n=7 时降到 0.10 以下（95% CI ±0.158），n=8 时降到 0.08 以下；若关心引用源覆盖，需要 n≥8。
- **按 10–28 天滚动窗口汇报。** 标准误在 d=10 天降到 0.10 以下，d=24 天降到 0.05 以下。如果每条 prompt 每个引擎每天只跑一次，滚动窗口**就是**你的样本——单日数字只能当告警，一周的窗口在品牌级别上仍然偏噪。
- **品牌级做 KPI，URL 级做诊断。** 品牌集重叠（0.45–0.59）明显比引用源（0.34–0.42）稳。盯单个 URL 的涨跌基本是在读噪声，它适合做归因，不适合做汇报指标。
- **基线按引擎分别设。** 引用集中度（Gini）平均 0.715，但在被测引擎之间从 0.671 到 0.782。少数域名吃掉大部分引用的引擎里，20% 的可见度比在更分散的引擎上难得多。

该研究测的是 ChatGPT、Gemini、Google AI Mode 与 Perplexity，瑞士德语市场，2026-01-24 至 2026-03-25。GEOly 自己的监测覆盖 ChatGPT、Google AI Mode、Google AI Overviews 与 Gemini；引擎名单不同，但上面那些统计特性来自这类系统的抽样方式，不取决于具体挑了哪四个。

还有一个值得一并带走的发现：该研究中 ChatGPT 有 57.8% 的运行完全不带引用，因为定义类问题不触发检索。「没有引用」和「没被提及」是两种结果，报表里要分两列。

## 两个会悄悄挪动数字的口径错误

- **不要对日比率做简单平均。** 每天的记录数不同，日比率本身已经是加权过的。要么读合计行，要么按记录数重新加权；直接取平均，等于让小日子和大日子投一样的票。
- **缺失的那一天不是 0。** 它表示当天没采集，不是当天没人提到你。按 0 计入会把窗口均值压低，凭空造出一段下滑。

## 数字出门时必须带上的三样东西

任何一个要发给团队之外的 AI 可见度数字，都得带上这三项，否则它跟任何东西都不可比：

1. **盘子构成**——非品牌 / 竞品向 / 品牌词各多少条，以及本期是否改过盘。
2. **分组得分**——非品牌可见度与品牌词准确性分开列，不合成总分。
3. **口径**——引擎、市场、滚动窗口长度、单条 prompt 的有效观测次数。

测量侧的精确定义（公式与分母）见 [AI 可见度指标](https://www.geoly.ai/zh/ai-visibility-metrics)，哪些域名真的在被当作信源见 [Cited](https://www.geoly.ai/zh/cited)。本文背后那套完整的八阶段方法——来源采集、fan-out 压力测试、商业价值打分，以及回流到新细分的闭环——写在 [Prompt Research Loop](https://www.geoly.ai/zh/solutions/prompt-research)。

## 常见问题

**起步要多少条 prompt？** 25–50 条，覆盖 3–5 个主题，第一个月全量冻结。第一个月的目标不是拿结论，是把窗口长度攒够，让第一次比较成立。

**品牌词到底要不要跟？** 要。它是你唯一能发现模型把你说错、说负面的途径。只是必须单独成组报告——出问题的做法是把它并进一个总分里。

**为什么这周不能跟上周比？** 如果盘子没改、而且你比的是滚动窗口而不是单日，那就能比。如果期间增删或改写过 prompt，两个数字测的就不是同一件事，图表上要断点。

**竞品的分数突然涨了怎么办？** 先查他们的盘子暴露面，再查内容。在同一个盘子、同一套口径下跑出来的对比是公平的；跨两个工具、两份不同的 prompt 清单，那个对比不成立。

**这些规则按引擎算还是合起来算？** 基线按引擎分别设。引用集中度与引用频率在不同引擎之间差异足够大，对你监测的那几个引擎套同一个阈值，会产生假的对比结论。

本文由 [GEOly AI](https://www.geoly.ai/zh/blog/author/geoly-ai) 撰写。更多 [GEO](https://www.geoly.ai/zh/blog/tag/geo) 与 [AI Visibility](https://www.geoly.ai/zh/blog/tag/ai-visibility) 内容；如果候选清单还没建起来，先看 [GEO prompt research](https://www.geoly.ai/zh/blog/geo-prompt-research)。

**来源。** 品牌词 vs 非品牌提及率：Searchable 跟踪数据，3,989 个品牌、约 2,300 万条答案，截至 2026-10-15 的 30 天（厂商数据，不可独立复核）。配比建议：HubSpot《Which AI prompts should you track?》、Conductor Academy《AI Prompt Tracking》。配比算例：Carlos Barraza《Your AI Visibility Score Is Only as Good as Your Prompt List》（示意数值）。测量稳定性：Schulte, Bleeker & Kaufmann《Don't Measure Once: Measuring Visibility in AI Search (GEO)》，arXiv:2604.07585，2026-04-10。提问长度：SimilarWeb，经 iPullRank 引述。
