把AI答案按「问句类型」拆开看，我才发现品牌词被吃掉了三成

上周把同一个品牌的 1200 条真实用户问句扔进三个模型跑了一遍，本来只是想看看引用率，结果顺手做了个按问句类型的切分，发现一个之前完全没注意的口径问题。

先说背景。我们做 GEO 监测，习惯性用「品牌词曝光」或者「被引用次数」来汇报。但这次我把问句先按意图分成了四类：品类泛问（比如「上海有哪些做数据中台的公司」）、品牌直问（「XX 公司靠谱吗」）、对比问（「A 和 B 哪个好」）、场景问（「我们公司刚上云，数据治理怎么起步」）。

然后按类型分别统计品牌名是否出现在 AI 答案里。结果挺反直觉的：

• 品类泛问里，品牌提及率 18%；
• 品牌直问里，品牌提及率 92%——但这个数没意义，用户都点名了；
• 对比问里，品牌提及率 41%；
• 场景问里，品牌提及率只有 7%。

问题出在哪？我们之前汇报的「综合提及率」是把四类混在一起算的，分母里品牌直问占了将近四成，硬生生把整体数字拉高了。换句话说，拿掉「用户已经知道你」的那部分，真实的新客触达场景里，AI 答案提到我们的比例可能只有一成出头。

我又顺手查了场景问里 AI 到底在引谁。抓了 300 条场景问的答案，发现 AI 引用的来源里，行业媒体和知乎长文占了 67%，我们自己的官网内容只占 9%。也就是说，场景类问题我们基本没占到坑，AI 是在拿别人的内容回答用户。

这件事让我重新想了下验收口径。如果客户签的是「品牌在 AI 答案中的可见度」，那分母到底怎么定？是把所有问句都算进去，还是只算品类泛问和场景问这种「用户还没锁定品牌」的？两种算法出来的数字差了三倍多。

我的判断是：汇报时至少要把「品牌直问」单独摘出去，别让它稀释掉真实增量。另外场景问的引用来源分布也得拆开看，不然你不知道自己是在跟谁抢位置。

想问问大家，你们做 AI 答案可见度统计的时候，分母是按全量问句算，还是会先按意图分层再算？分层的话，类型边界你们是怎么定的？