品牌在AI推荐里被“折叠”了，我拿品类词和品牌词对跑，发现差的不止一个量级

先说结论：品牌方天天盯着“AI有没有提我”，本质是盯错了地方。真正该看的是——AI在回答品类问题时，把谁放进了那个“默认答案”的货架。

上周我拿两个词包对跑：一组是“品类词”（比如“XXX怎么选”），一组是“品牌词”（比如“XX品牌怎么样”）。同一批问句、同一时间窗、同一模型版本，只换了提问的落点。

结果很扎心：

• 品牌词下，AI提及我们客户的概率是 78%；
• 品类词下，这个数直接掉到 11%。

差了七倍。这不是优化没做好，本质是AI的推荐位是分层的——你被允许出现在“用户已经知道你”的货架上，但“用户还不知道自己要选谁”的那个货架，入口压根没对你开放。

我让团队把品类词的结果拆开看，发现被推荐的品牌集中度极高：前三个品牌占了 63% 的提及次数。这个结构像什么？像早年的商超货架费——谁定层高、谁定排面，规则制定权不在品牌手里。

所以品牌要重新想一个问题：你在AI里的位置，不是“有没有被提到”，而是“被放进了哪一层货架”。这一层是平台算法定的，还是可以被内容结构影响的？如果是后者，那GEO预算的第一笔钱应该花在“品类词内容资产”上，而不是继续堆品牌词的自证材料。

我们的做法是：把品类词按“决策阶段”切片，先攻“对比型”和“避坑型”问句，因为这两类答案里AI更依赖结构化信源，而不是品牌官网。跑了两周，品类词提及率从 11% 拉到 19%。慢，但方向对。

最后抛个问题：你们在跑品类词的时候，有没有拆过“AI推荐的是哪几个品牌、集中度多少”？如果前三个品牌占了六成以上，你觉得这是算法偏好，还是内容供给结构的问题？