量化品牌在 AI 回答里的曝光：10 档难度阶梯测试

有一个问题，我们一直想得到干净的回答：当用户在 ChatGPT、Claude、Gemini、Perplexity 上问我们品类的相关问题，我们的品牌被提到的概率有多大、出现在什么位置？传统品牌监测回答不了这个问题——它统计的是网页上的提及，而不是模型回答内部的引用。于是我们设计了一套自己的测试，现在它已经跑成了常规监测。

设计 10 档难度阶梯

我们把问题切成 10 个难度档位。第 1 档最友好——“推荐一个这个品类的产品”；最深的档位刻意苛刻——“列举 30 个这个品类的品牌”。阶梯背后的逻辑是：AI 可见性不是一个单一数字——同一个品牌可能在简单问题里被引用，在难题里完全隐形，而这两种处境需要完全不同的经营动作。我们为每个档位固定一套提示词模板，在每个模型上重复多次提问，并记录品牌是否被提到、出现在哪里——首个回答、列表前部、还是完全缺席。提及次数与位置是分开记录的，因为“被提到”和“被排在前三名”是两回事。

一轮测试的成本与发现

完整一轮大约 120 次调用，成本约 $0.23。这个价格意味着 AI 回答可见性可以做成常设监测，而不是偶尔一次的研究项目——反复跑同一批提示词也很重要，因为模型回答本身有随机性，一次缺席说明不了什么，多次重复才能看到稳定的概率。第一次跑下来就很有信息量：当提示词只需要较短名单（20 个品牌以内）时，示例品牌还能保有部分曝光；可一旦阶梯要求列举 30 个及以上品牌，全部模型全线 0% 曝光——品牌在 AI 长列表里的可见性，不经营就不会存在。

可见性是分层的，经营也是分层的

AI 可见性是分层的：低档位容易进入，高档位需要专门经营。真正帮到我们的是把测试变成仪表盘——一个 品牌 × 模型曝光矩阵，一眼看出哪个模型低估了你；同一批查询上的竞品追踪，让你知道谁家的品牌正在顶替你的位置；以及当你在 AI 回答中的份额上升或崩塌时立刻触发的趋势告警。矩阵里的数字只是起点，它们指向的具体动作——补充结构化数据、改写可被引用的摘要段落、在模型真正会引用的页面上做锚点——才是监测的价值所在。

GEO 阶梯测试 5 步清单

• 定义品类问题档位——由易到难 10 档，最深的一档要足够苛刻。
• 固定提示词模板——只有提示词一致，结果才可比。
• 跨模型多次重复——每个档位、每个模型多跑几遍，AI 回答是有随机性的。
• 记录曝光、位置与竞品——谁被引用、在哪被引用、谁顶替了你的位置。
• 按节奏重跑——AI 可见性在变，监测必须是持续的。

这套阶梯、曝光矩阵和趋势告警，正是我们平台里GEO 竞争监测模块每周在为我们运行的东西。