传统 SEO 告诉你某个页面排在什么位置，而 AI 可见度要回答一个更难的问题：当用户向 AI 询问推荐时，你的品牌有没有出现，出现在什么位置，AI 又用什么证据来支持这个答案？
对电商和 DTC 团队来说，品牌入口已经不只是搜索结果页。它可能是 ChatGPT 里的品牌推荐、Perplexity 引用的评测文章、AI Shopping 中的商品卡，或者改变用户下一步去向的付费广告位。
本文说明如何在 ChatGPT、Gemini、Perplexity、Google AI Mode、Google AI Overviews、Copilot 和 Grok 中建立可复核的品牌可见度体系，并解释应该追踪哪些指标、如何设计自定义 Prompt，以及如何把可见度缺口转化为内容、信源、商品目录或渠道动作。
第一原则：监测真实问题，而不是只监测关键词
AI 引擎不会像传统搜索那样，为一个关键词稳定地返回一张排名列表。它会结合用户意图、检索页面、品牌知识、商品属性、评测和问题上下文生成回答。
因此，一个品牌可能在“best running shoes”中出现，却在“best running shoes for flat feet under $150”中缺席；也可能被提到，却排在三个竞品之后；还可能被推荐，但 AI 引用的是零售商或评测网站，而不是官网页面。
真正的监测单位应该是一个稳定的真实问题，也就是 Prompt，并同时固定市场、语言、平台范围和时间窗口。一个有用的 Prompt 库通常包括：
- 品牌问题：“Brand X 可靠吗？”或“Brand X 的替代品有哪些？”
- 品类问题：“小团队最适合使用哪些项目管理工具？”
- 对比问题：“Brand X 和 Brand Y 哪个更适合成长型电商品牌？”
- 使用场景问题：“轻量旅行摄影应该买什么？”
- 商品属性问题：“适合宽脚、价格低于 150 美元的防水登山鞋有哪些？”
- 商业问题：“适合 DTC 品牌的高性价比 GEO 工具是什么？”
重点不是收集尽可能多的 Prompt，而是覆盖真正影响购买决策的问题，并持续使用相同口径监测，区分真实变化和一次性的 AI 回答波动。
让 AI 可见度变得可衡量的指标
不同 GEO 工具可能用相似名称表示不同计算口径，因此报告里必须写清楚指标的范围和定义。
AIGVR：跨 Prompt 的可见度总分
AIGVR 是 GEOly 的 0–100 可见度评分，综合品牌在监测回答中的出现位置、出现频率和引用支持。它适用于固定品牌、市场、平台范围和时间窗口下的总览报告。
AIGVR 适合观察趋势，但不能替代底层证据。分数告诉你发生了变化，Prompt 和平台拆解才告诉你变化发生在哪里。
提及率：品牌有没有出现在回答里
提及率表示品牌在监测回答中出现的频率。提及率高，说明模型在这组问题中认识你的品牌，但不代表品牌一定是首选推荐。
引用率：提及是否有来源支持
引用率表示在选定的 GEOly 报告范围内，品牌被提及时有引用来源支持的回答占比。它不同于引用 URL 数量，也不同于引用域名数量。
如果提及率高、引用率却低，下一步通常不是简单地“多写内容”，而是要检查哪些第三方页面、评测、论坛、零售商页面和官网内容正在影响答案。
生成式位置与 Share of Model
生成式位置记录品牌在 AI 回答中的出现顺序。Share of Model 则衡量在指定 Prompt、Topic、品类、平台和市场环境中，各品牌占据的提及份额。它是竞品指标，不等同于 AIGVR 总分。
简单说，AIGVR 说明你在监测集合中有多可见；Share of Model 说明在相同问题里，谁真正占据了答案空间。
商品卡与付费表面指标
对电商品牌而言，品牌可见度只是第一层。还需要追踪哪些 SKU 出现在 AI Shopping 回答里、出现频率、排名第一次数、商品属性、AI 最终指向的零售渠道以及观察到的价格。
ChatGPT Ads 要和自然可见度分开追踪。付费答案曝光、商品卡可见度和自然品牌推荐互相关联，但不能合并为一个 KPI，否则很难判断品牌是在赢得信任，还是只是在购买曝光。
为什么手动提问无法建立可靠基线
手动在 ChatGPT 或 Perplexity 中输入几个问题，很适合做定性研究，但不能构成持续监测系统。
手动检查会受到模型更新、地区、语言、账号历史、浏览状态、Prompt 措辞、回答随机性和时间的影响，也很难在多个平台之间保留完全相同的问题、原始回答和引用证据。
可靠的基线至少需要：
- 有清晰意图标签的固定 Prompt 集合。
- 一致的国家、语言、平台和日期设置。
- 足够的已完成记录，避免过度解读薄样本。
- 原始回答、品牌提及、位置、情感和引用。
- 在同一个问题集合中比较竞品的方法。
- 执行动作后的复测机制。
这也是自定义 Prompt 监测仍然重要的原因。公共行业数据展示市场地图，自定义监测则展示某个品牌在团队选择的问题上具体表现如何。
