作者：绿雪智能科技 AI心智指数研究团队

摘要：检测品牌在Kimi中是否被提及，需要先定义标准名称、强别名、公司关系和官网域名，再对一组真实问题逐条保存原始回答，排除泛词、同名对象和公司产品混淆。

直接答案：实体契约＋结构化问题＋原文复核

直接答案是：

先建立品牌实体契约，再用一组与业务相关的问题检测Kimi，在每条有效回答中判断目标是否被准确提及，并把普通提及、推荐、引用和错误归属分别记录。

一、为什么简单搜索品牌名容易误判

品牌可能以多种形式出现：

• 正式产品名；
• 公司名加产品名；
• 英文名；
• 唯一简称；
• 官网域名；
• 历史名称；
• 过于宽泛的泛称。

其中有些可以直接计入，有些必须结合上下文，有些完全不能算。

二、建立三层实体规则

强名称

唯一指向目标的正式名称和明确变体，可直接计入。

条件名称

例如过于宽泛的简称，只有与公司名、官网或明确产品描述共同出现时才计入。

排除名称

同名企业、泛化概念、错误拼写或竞品名称，不计入目标。

可以记录为：

canonical_name：正式名称
strong_aliases：明确别名
conditional_aliases：需上下文确认的简称
official_domain：官网域名
exclusions：排除对象

三、按“回答”统计，不按出现次数统计

一条回答中品牌出现5次，通常仍只算1条回答命中。

提及率
＝准确提及品牌的有效回答数
÷有效回答总数

这样可以避免长回答因为重复名称而虚增结果。

四、提及要分成四种状态

状态	例子	处理方式
准确提及	名称和身份正确	计入提及
推荐提及	被列为候选并有正向理由	同时计入推荐
错误提及	名称出现但事实错误	计入风险，不算正向认知
模糊提及	只出现宽泛简称	人工复核或不计

对Kimi做检测时，还要保存“执行环境指纹”：检测日期、客户端或入口、账号状态、是否启用联网或搜索、来源展示方式、问题文本和模型环境。长文本中品牌可能多次出现，但应按回答级去重，并核对是否真正指向目标实体。平台界面和来源展示可能随时间变化，因此复测时不能只写“还是用Kimi”，而要尽量记录当次可观察条件。

五、问题集合怎么设计

至少包含：

• 品牌认知问题；
• 品类知识问题；
• 自然选型问题；
• 对比问题；
• 场景问题；
• 最终决策问题。

如果全部问题都直接写品牌名，提及率几乎没有意义。

六、一个示例

某品牌在Kimi获得30条回答：

• 30条均有效；
• 4条准确提及；
• 其中2条进入候选；
• 1条只出现宽泛简称，无法归属；
• 1条把公司和产品关系写错。

可以分别记录：

准确提及率：4/30
有效推荐率：2/30
模糊命中：1条
认知错误：1条

不能把模糊简称和错误描述全部算成正向提及。

七、提及之后还要看什么

品牌被提到只说明它进入了回答文本。企业还需要继续看：

• 是否在用户真正的需求场景中出现；
• 是否被推荐；
• 推荐理由是否准确；
• 与竞品相比处于什么位置；
• 是否引用官方或第三方来源；
• 多轮复测能否复现。

企业检查清单

• □ 标准名称和强别名已冻结
• □ 宽泛简称设置了条件规则
• □ 同名对象和竞品已排除
• □ 按回答而不是按词频统计
• □ 提及、推荐、错误和模糊状态分开
• □ 记录Kimi执行环境
• □ 问题中包含自然非品牌问题
• □ 所有正向命中可回到原文复核

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