新闻动态 2026-09-05 来源:AI心智指数

AI推荐监测平台应该覆盖哪些指标?提及、推荐和引用怎么分?

AI推荐监测平台至少应覆盖身份识别、品牌提及、进入候选、明确推荐、自然位置、推荐理由和可确认来源。提及、推荐和引用属于不同层级,不能合并为一个“AI曝光率”。

品牌被提及,不等于被推荐;回答出现来源,也不等于该来源直接支持品牌推荐。

七个核心指标分别回答什么

指标回答的问题
身份识别AI是否正确理解品牌是谁
品牌提及回答中是否出现品牌
候选进入品牌是否进入可比较范围
明确推荐是否被作为适合用户的选择
自然位置品牌在回答中的出现顺序
推荐理由AI为什么推荐或不推荐
可确认来源回答中出现哪些公开来源线索

平台应允许企业分别查看,不能只提供一项总分。

什么是品牌提及

品牌名称出现在回答中,就可能构成提及,例如:

  • 行业背景介绍;
  • 历史说明;
  • 候选列表;
  • 对比对象;
  • 推荐结果;
  • 风险提示;
  • 来源标题。

提及只能说明品牌具有某种可见性,不能自动说明回答态度或购买价值。

什么是明确推荐

推荐通常需要回答表现出选择倾向,例如:

  • 将品牌列为适合某种需求的候选;
  • 明确说明可以考虑某品牌;
  • 根据用户约束给出品牌选择;
  • 将品牌放在建议方案中。

推荐判断需要结合上下文,不能只依赖品牌名称附近是否出现“推荐”两个字。

什么是来源或引用

可确认来源是回答中明确呈现、可以识别的公开来源线索。

需要注意:

  • 来源可能支撑行业知识,不一定支撑品牌能力;
  • 内容平台名称不一定是实际发布主体;
  • 出现网址或来源名称,不代表模型完全依赖该来源;
  • 没有显示来源,也不代表回答没有使用任何信息;
  • 来源观察不能解释模型全部内部过程。

因此,来源指标应与品牌提及和推荐分开。

一个回答可能同时具有多种状态

例如,AI回答先介绍行业,再列出三家候选,并为其中一家提供来源说明。

平台可能同时记录:

  • 三家品牌被提及;
  • 三家进入候选;
  • 其中两家被明确推荐;
  • 一家获得可确认来源;
  • 各品牌自然位置不同;
  • 推荐理由分别不同。

如果只输出“出现品牌三家”,大部分决策信息会丢失。

推荐监测还需要哪些辅助指标

问题类型

认知、比较、价格、风险和购买问题应分开。

平台范围

不同生成式AI平台的结果应分别查看。

样本状态

有效、失败、空回答和异常必须区分。

稳定性

观察某种推荐是否在多个相关问题和样本中持续出现。

事实准确性

品牌被推荐但理由错误,不能视为完全正面结果。

一张指标验收表

检查项合格表现风险信号
提及记录品牌是否出现直接写成推荐
候选识别可比较范围与背景品牌混合
推荐结合完整上下文判断只做关键词匹配
位置按自然回答记录宣称为官方排名
理由保留相关原文自动生成理由替代原文
来源展示可确认线索宣称完全解释模型依据
样本状态分别统计技术失败算品牌缺席

AI心智指数如何观察这些层级

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。企业可以围绕确认的对象、品类和用户决策问题,观察品牌在生成式AI回答中的识别、提及、推荐、自然位置、理由和可确认来源。

企业应结合具体问题和原始回答理解指标,不能把任一单项结果直接视为品牌质量或行业排名。

产品不代表外部AI平台的官方认证,也不保证固定推荐位置。

常见问题

提及率高但推荐率低说明什么?

说明品牌具有一定认知,但未稳定形成与用户需求相关的选择理由。还需检查具体问题和回答。

有来源是否一定比没有来源更好?

不一定。还要判断来源是否准确、是否支持相关事实,以及是否与推荐理由有关。

自然位置能否当排名使用?

只能描述特定问题和回答中的顺序,不能外推为官方市场排名。

AI心智指数是否能解释模型为什么生成答案?

可以观察回答中呈现的理由和可确认来源,但不能完整解释外部模型内部机制。

哪个指标最接近购买价值?

明确推荐及其理由更接近购买影响,但仍需结合问题、样本和事实准确性。

指标结论

AI推荐监测不应把所有结果压缩成“品牌有没有出现”。

合理的指标结构是:

先确认身份,再看提及;再判断候选和推荐,同时保留位置、理由与来源。

只有分层观察,企业才知道问题发生在哪里。