AIGVR（AI-Generated Visibility Rate，AI 生成可见性率）是一个 0-100 的评分，用来衡量品牌在 ChatGPT、Gemini、Perplexity、Google AI Overviews 等 AI 引擎生成的答案中的可见程度。它不追踪结果页排名，而是对真实买家 prompt 做大规模采样，为三个信号打分：品牌出现在答案中的位置（position，权重 40%）、在整个 prompt 集合中出现的频次（frequency，25%）、以及品牌自有页面是否被列为引用来源（citations，25%）。AIGVR 由 GEOly AI 提出，是生成式搜索时代最接近「排名」的指标——用一个可追踪的数字表达品牌的 AI 可见性。
核心要点
- AIGVR 全称 AI-Generated Visibility Rate，是衡量品牌在 AI 生成答案中可见度的 0-100 综合评分，相当于 GEO 时代的排名追踪。
- 位置权重最高（40%）：在答案里被首推，价值远高于在十个备选里被顺带提到；频次与引用各占 25%。
- 分数区间：0-20 不可见，21-50 起步，51-80 可见，81-100 主导。超过 50 意味着引擎把你视为品类内的可信选项。
- AI 答案是概率性的——同一 prompt 每次运行可能返回不同品牌——所以 AIGVR 必须跨 prompt、跨轮次、跨引擎采样才有意义。
排名为什么不再能描述现实
二十年来，「搜索可见性」有一个干净的答案：你的排名。这个数字正在失去参照物。用户越来越多地直接拿到一份完整答案，而不是十条蓝色链接，越来越大比例的查询以零点击收场——这正是我们在 zero-click search 指南中讨论的模式。在 ChatGPT 或 Gemini 的答案里不存在「第二名」：品牌要么在答案里，要么不在。这种二元状态需要一套新的度量，这正是 AIGVR 以及整个 AI 可见性指标体系要填补的空白。
分数是怎么算出来的
AIGVR 依靠重复采样计算。先准备一组品类 prompt——比如「最好的物理防晒霜」「适合卧室的静音空气净化器」——按计划跑遍每个引擎，再对每份答案解析三个信号。
位置（40%）。品牌在答案里处于什么位置？如果答案开头就是「对大多数人来说，Brand X 是最佳选择」，说明模型把这个品牌当作该意图下的默认答案；被埋在结尾「其他选项还包括」的列表里，得分则低得多。位置之所以权重最大，是因为它区分了「被推荐」和「被列为备选」。
频次（25%）。在整个 prompt 集合中，品牌出现在多大比例的答案里？这与我们在 AI 品牌提及词条中描述的提及率高度对应——100 条采样答案中被提到 60 次的品牌，和被提到 6 次的品牌，可见性结构完全不同。
引用（25%）。现代引擎会基于检索到的信源生成答案，并以脚注形式展示来源。当这些脚注指向你的域名时，你不只是被提到——你在直接喂养答案，这种可见性也更持久。AI citations 同时是你最能直接掌控的杠杆。
情感倾向作为品牌感知层与评分并行追踪，而不计入权重。一个频繁出现却被负面描述的品牌（「续航常被诟病」）和一个完全不可见的品牌，问题性质不同，AI 情感分析就是用来提前发现这类风险的。
采样上有两个细节值得注意。引擎会在底层把一个问题扩展成多个子查询（query fan-out），实际覆盖面比你的 prompt 列表更大；答案又逐次波动，所以在 ChatGPT 里手动测一次几乎说明不了什么——这个分数是一个「率」，不是一张快照。
分数区间怎么读
- 0-20，不可见。模型要么不知道这个品牌存在，要么在品类 prompt 下从不检索到它。第三方报道稀薄的年轻 DTC 品牌很常见。
- 21-50，起步。品牌会出现在长列表和小众查询里，但很少被推荐。可见性有了，偏好还没有。
- 51-80，可见。引擎稳定地把品牌列为可信选项，并有一定频率引用其页面。
- 81-100，主导。品牌是该品类的默认答案——被首推、被广泛引用、被准确描述。这就是语义护城河在数字上的样子。
