企业不应该用一张截图判断“AI 是否推荐品牌”。可执行的基线至少同时记录买家问题、平台与终端、采样时间、回答原文、引用来源和失败状态；指标必须能够回到原始证据复查。
为什么一次搜索不可靠
生成式搜索并不是固定排序页。同一个问题在不同时间、不同终端、不同账号状态或不同模型版本下，可能得到不同答案。即使品牌这次被提及，也不能直接推断下次仍会出现，更不能把一次正面回答包装成稳定增长。
单次测试最容易产生三种误判：把随机波动当成趋势，把平台差异当成品牌变化，把界面显示差异当成引用差异。尤其是 Web 与 App 端可能使用不同的检索和展示链路，必须分开归档。
观测目标不是得到一个漂亮分数
真正的目标是回答三个问题：品牌在什么买家问题下出现；AI 基于哪些来源形成判断；当企业更新事实或页面后，回答是否发生可复查的变化。
把“问题 × 平台 × 终端 × 时间”定义为统一观测单元
AIRank 将一次有效样本定义为一个不可拆分的证据包。它不是只有回答文本，而是带有上下文和状态的观测记录。
买家问题
保留原始问法、意图类别、购买阶段与业务场景，不在采样中临时改写。
平台与终端
平台、模型、Web 或 App 独立建档，避免把不同链路混成一个均值。
原文与来源
保存回答原文、引用链接、抓取时间和页面快照，使每个结论可回放。
失败与质量
超时、拒答、未检索、来源不可达同样计入样本，不能只保留成功结果。
指标必须能回到证据，而不是停在仪表盘
| 指标 | 回答什么问题 | 必须保留的证据 |
|---|---|---|
| 有效回答率 | 这一批采样是否足以支持比较 | 成功、超时、拒答、失败原因 |
| 品牌提及率 | 品牌在目标问题中出现的稳定程度 | 完整回答和提及位置 |
| 引用命中率 | AI 是否引用企业可验证来源 | 引用 URL、页面快照、抓取时间 |
| 主张一致性 | 回答是否与企业事实一致 | 回答主张、事实版本、核验结论 |
| 阶段变化 | 优化前后是否出现可重复变化 | 同口径基线、变更记录、复测批次 |
这里最重要的约束是：任何汇总数字都要能展开到样本，任何样本都要能回到原文。没有原始证据的趋势线，只能用于提醒，不能作为优化效果的最终证明。
AIRank 如何把观测转化为产品流程
- 建立问题地图：按产品、场景、角色和购买阶段整理真实买家问题，而不是只用品牌词。
- 冻结采样协议：明确平台、终端、时间窗、轮次、失败重试和证据格式。
- 生成独立快照：回答、引用、页面和采样状态分别留存，形成可审计样本。
- 计算可解释指标：从提及、引用、事实一致性和质量四个维度汇总，不混淆曝光与可信。
- 绑定行动与复测：每个内容或页面改动都关联待验证问题，按原协议复测。
AIRank 的产品落点
这套方法对应 AIRank 的“买家问题地图、多平台回答监测、引用来源追踪、失败样本管理和阶段复测”。系统提供的是连续证据，不承诺用一次扫描预测所有平台的未来答案。
适用边界
多平台观测适合品牌基线、季度复盘、重点产品上线、内容资产改造和外部信源建设。它不适合替代销售归因，也不能单独证明某篇内容直接带来成交。AI 平台持续变化，因此样本量、时间窗和结论有效期都需要明确写进报告。
方法来源与 AIRank 再产品化
本文借鉴开源项目中的重复采样、证据留存和质量评测思路，并结合 AIRank 的企业买家问题、事实核验与复测闭环重新设计。本文不是对开源项目功能的转售或能力背书。
- yao-geo-skills：多平台采样、监测归因、结构化交付与质量校验方法。
- GEO Citation Lab：跨平台引用实验、中文生成式搜索数据与 Web / App 差异研究。