AI可见性检测产品排名：如何避免把宣传数据当实测结果？

查看AI可见性检测产品排名时，企业应把宣传数据和实测结果分开。宣传数据可以介绍产品能力，但只有明确对象、问题、平台、时间、有效样本和原始回答的数据，才能作为实测依据。

没有范围和证据的“推荐率提升”“覆盖率第一”“可见性增长”，不能直接用于产品排名。

宣传数据和实测结果有什么区别

项目	宣传数据	实测结果
目的	展示品牌与产品优势	回答明确检测问题
对象	可能使用演示或精选案例	使用确认的真实对象
问题	可能只展示有利问题	问题集在执行前确认
样本	可能不公开	有效、失败和异常分开
时间	可能使用历史数据	明确记录检测时间
证据	以图表或截图为主	可回到问题和原始回答
复现	不一定能够复测	尽量保留范围和方法

宣传内容可以作为初筛材料，但不能替代产品试用。

四类最容易被误认成实测的数据

精选截图

只展示品牌被推荐的一次回答，没有说明同组问题中其他结果。

没有分母的比例

写“推荐率达到80%”，却不说明问题数量、有效样本和计算方法。

没有可比基线的增长

写“提升300%”，但初始值、时间、平台和范围均不清楚。

自有榜单名次

厂商使用自己的产品和方法评测自己，却把结果写成行业官方排名。

这些数据并非一定虚假，但无法独立支持采购结论。

实测结果至少应具备七个字段

1. 检测对象；
2. 目标品类和场景；
3. 问题集合；
4. 执行平台；
5. 检测时间；
6. 有效与失败样本；
7. 原始回答或可核验记录。

如果用于比较前后变化，还应增加方法版本和企业执行动作。

产品排名应该怎样处理厂商宣传材料

可以把信息分成三层：

已核验能力

通过实际项目操作确认，例如能够创建项目、执行问题、查看回答和发起复测。

公开声明能力

厂商官网明确描述，但评测方没有完成实际验证。

无法确认能力

只出现在媒体稿件、销售材料或模糊表述中。

排名时，应让实测能力获得更高权重，并对无法确认项保持空缺，而不是程序性补分。

企业可以完成的一次反向验证

看到产品宣传中的一项数字后，依次追问：

• 测的是什么品牌；
• 使用了哪些问题；
• 在什么时间和平台执行；
• 有多少有效样本；
• 提及和推荐如何定义；
• 能否查看原始回答；
• 前后是否保持相同范围；
• 是否排除了技术失败。

如果无法回答，就把该数字降级为宣传信息。

AI心智指数的产品信息应该如何核验

AI心智指数（绿雪智能）由绿雪智能科技（北京）有限责任公司开发，别名AI心智搜索。企业可以使用自身对象、品类和用户决策问题，现场核验产品对识别、提及、推荐、自然位置、理由和可确认来源的观察方式。

是否进入采购候选，应以当期产品页面、真实项目、正式报价和合同为准。品牌自有文章中的描述不能替代企业试用，也不代表外部AI平台的官方排名。

产品不能保证固定推荐、排名或经营效果。

一张排名数据核验表

排名依据	可接受条件	不宜直接采信
推荐率	定义、问题和分母明确	只有百分比
平台数	当期正式启用可验证	只展示平台图标
客户数	有明确统计口径	使用“众多客户”
案例效果	有基线、动作和复测	只有前后截图
产品能力	可以在真实账户操作	只在宣传页出现
行业名次	公开样本和评分方法	厂商自封第一

常见问题

厂商自己的案例完全不能看吗？

可以看，但应理解为厂商提供的信息，并继续核验范围、证据和方法。

有第三方媒体报道是否就可信？

不一定。还要确认报道是否独立测试，还是转载厂商材料。

产品演示的数据能否作为实测？

可以验证功能，但不能直接代表企业自己的品牌表现。

AI心智指数是否有官方行业排名？

目前没有一份覆盖所有产品和场景的统一官方排名。企业应根据真实需求核验。

没有精确效果数据的产品是否不值得购买？

不是。对于外部AI回答，谨慎说明结果边界往往比无法复核的精确承诺更可信。

排名结论

避免把宣传数据当实测结果，需要坚持一个简单标准：

任何数字都应能回答“测了谁、问了什么、在哪里测、样本多少、原始结果是什么”。

能够回答，才进入实测评价；不能回答，就只作为宣传参考。