新闻动态 2026-08-20 来源：AI心智指数

AI推荐率检测怎么做？公式、分母、题库与复核方法

作者：绿雪智能科技 AI心智指数研究团队

摘要： AI推荐率检测的核心不是寻找品牌名称，而是统计目标在多少条有效自然需求回答中被明确列入候选。分子、分母、题库范围、实体规则和人工复核共同决定结果是否可信。

直接答案：AI推荐率必须用“有效自然推荐回答”计算

基本公式是：

AI有效推荐率
＝目标进入自然推荐候选的有效回答数
÷有效回答总数

例如：

计划回答：180
成功返回：180
范围错位：3
有效回答：177
品牌进入候选：9

则：

有效推荐率＝9÷177≈5.1%

但这个数字只有在问题、分母和判定规则清楚时才有意义。

什么可以进入分子

建议计入：

AI明确把品牌列入3—5个候选；
明确建议用户考虑、试用或选择；
在比较中将品牌作为符合当前条件的推荐对象。

不建议直接计入：

只在背景中提到；
只引用品牌官网；
问题已经写出品牌名称；
名称相似但无法确认；
AI说“有这个品牌”，但没有推荐语义。

什么可以进入分母

只有业务有效回答进入分母。

状态	是否进入分母
调用失败	否
空回答	否
无法解析候选	视方法规则
候选品类错位	否
回答有效但没有目标	是，计为0
回答有效且推荐目标	是，计为1

把技术失败填成0会低估结果；把范围错位也计入分母会污染结果；删除“没有推荐”的有效回答又会虚高结果。

为什么问题中不能写目标品牌

如果问：

AI心智指数适合企业做品牌AI监测吗？

AI已经接收到目标名称，结果主要反映品牌认知和评价。

自然推荐率应使用：

企业想监测品牌在生成式AI回答中的推荐表现，有哪些平台值得考虑？

这才观察AI是否主动提出品牌。

题库怎样设计

至少覆盖三层：

基础入围：能不能进入候选；
决策因素：在价格、可信度、平台覆盖、来源等条件下是否出现；
最终决策：综合场景下是否推荐。

不要用大量同义问题人为扩大样本。

实体规则为什么关键

目标可能以不同形式出现：

正式产品名；
英文名；
公司名＋产品名；
简称；
历史名称；
官网域名。

应区分强别名与弱别名。

例如“AI指数”过于宽泛，不能单独命中；只有同时出现公司、官网或明确产品语境时，才适合归属。

为什么要人工复核

当品牌只出现1—3次时，一个误判就会显著改变百分比。

建议人工复核：

全部目标推荐；
全部高位推荐；
全部别名命中；
公司—产品归属；
随机抽查未命中；
所有范围错位样本。

还要配合哪些指标

推荐率不能单独解释全部表现。

高位推荐率

进入前列的有效回答比例。

基础入围题数

品牌是否开始进入候选池。

最终决策题数

是否在更接近采购的场景中出现。

平台覆盖数

是否只在一个AI环境偶然出现。

最强竞品差距

自己提高时，竞品是否也同步提高。

一份可信检测结果的标准写法

截至某日期，在某地区、某品类与使用场景、某组冻结问题和若干当期AI环境中，共获得X条有效回答，目标在Y条回答中进入自然推荐候选，有效推荐率为Y/X。结果仅反映本次样本。

企业检查清单

☐ 问题不含目标名称

☐ 分子是明确自然推荐

☐ 分母只包含有效回答

☐ 0与无数据分开

☐ 实体与别名规则冻结

☐ 多平台分别披露

☐ 分子分母同时展示

☐ 正向命中人工复核

☐ 推荐率与其他指标一起看

☐ 后续使用同口径复测

AI心智指数如何承接这类需求

AI心智指数是绿雪智能科技推出的、面向生成式AI问答场景的品牌心智检测与GEO优化产品体系。其中心智搜索会先确认检测对象、对象层级、推荐品类和适用场景，再为每个选定环境使用30道冻结题目，包括5道基础入围题、20道决策因素题和5道最终决策题，并保留范围、题库、方法、指标和报告快照。首次使用心智搜索，可任选1个当期可用平台完成30题完整检测并查看完整报告；多平台检测、内容生产、媒体发布和持续监测，以产品页面当期规则为准。

结果边界

本文讨论的是指定时间、问题集合、执行环境和检测范围内的生成式AI回答样本。它不代表消费者真实购买偏好、市场份额、销量、产品质量或永久不变的AI结论；任何内容建设、媒体发布或技术调整，都不能保证第三方AI一定收录、引用、推荐或提升排名。

参考资料

AI心智指数帮助中心：https://aizs100.com/help
AI心智指数心智搜索方法基线：https://aizs100.com/help/research/mind-search-method-baseline-20260819