“AI 没有提到我的品牌”听起来像一个问题，实际上包含三个完全不同的问题：ChatGPT 的回答里是否出现了你的品牌名称，你的网站是否被列为参考来源，以及 AI 是否会直接告诉用户“在 X 情况下可以选择你”。多数品牌在衡量 AI 可见度时犯的第一个错误，就是把这三个层级混为一谈，最后只盯着最显眼、价值却最低的一层。
先把三个概念说清楚
在 GEO 和 AEO 的讨论中，提及、引用和推荐经常被混用，但它们对应三种不同的可见度层级，也代表 AI 对品牌的三种不同判断。混在一起，就容易用错力：真正需要提升内容权威性时，你可能只改了标题；真正缺少被推荐的理由时，你可能只是在设法提高品牌名称出现的频率。
- 提及（mention）：AI 生成的回答正文中出现了你的品牌名称，可能只是一句话带过，甚至没有附带链接。
- 引用（citation）：AI 将你的网页列为信息来源，通常附有可点击的链接或来源标签，说明模型不仅“看到了你”，还采用了你的内容。
- 推荐（recommendation）：当用户询问“应该选哪一个”时，AI 主动把你列入建议名单，甚至排在首位。
提及：名字出现了，不等于真正被看见
提及是最低层的门槛。用户问“台湾有哪些 B2B 内容营销机构”，AI 在回答中写出了你的名字，这当然有价值，因为它说明你的品牌在训练材料或即时检索结果中具备一定存在感。但这一层也最容易被高估。如果你的名字只是混在 10 个品牌中间，没有说明、没有链接，实际影响几乎为零。更麻烦的是，提及还可能不准确：AI 可能错误定位你的业务，甚至把竞争对手的特点安到你头上。因此，除了检查“有没有被提到”，更关键的是看“以什么方式被提到”。
引用：AI 愿意把你当作信息来源
引用比提及更进一步。当 Perplexity 或 AI Overviews 在回答下方列出信息来源，其中一条链接指向你的网站，这就是引用。它说明模型不仅知道你的存在，还认为你的内容足以支撑这次回答。引用能够直接带来点击和流量，也是少数品牌在 AI 答案中“赢得版面”的方式。一个经常被忽略的缺口是：品牌可能被大量提及，却几乎从未被引用。原因通常出在内容结构上——信息埋在冗长段落里，缺少明确的定义、可独立提取的观点，以及能够直接引用的表述。模型读得到你的名字，却抓不到可以用来回答问题的句子。
被提及，说明有人在谈论你；被引用，说明 AI 愿意用你的内容为答案背书。前者代表声量，后者代表信任。— Tenten GEO consultant team
推荐：从被看见走向被选择
推荐是三个层级中最接近成交的一层。此时，用户问的已不是“有哪些选择”，而是“按照我的情况，应该选谁”，AI 则直接给出答案。这不再只是曝光，而是在替你的品牌背书。要达到这一层，仅有品牌名称和信息来源还不够，你必须给 AI 一个选择你的理由：明确的适用场景、相对竞争优势、真实的客户成果，以及与竞争对手之间清晰的差异。对 B2B 采购尤其如此，因为决策者往往会把 AI 当作初步筛选顾问，AI 给出的推荐名单很可能就是他们第一轮接触的对象。
为什么必须把三个层级分开？
因为每一层的缺口不同，对应的解决方式也不同。缺少提及，说明市场对品牌的认知不足，需要扩大内容覆盖面和被讨论的频率；缺少引用，说明内容不便于模型提取，需要加强结构化表达、定义句、数据验证和权威信号；缺少推荐，则说明 AI 找不到选择你的理由，需要补足差异化定位、使用场景和经过验证的成果。不把三者拆开，就无法看清问题所在，也无法判断应该先补哪一层。
如何开始追踪这三项指标？
追踪不一定要从工具开始。先准备一组固定问题，分别在 ChatGPT、Perplexity 和 Gemini 上运行一轮，就能建立第一份基准。关键是按照真实买家的提问方式设计问题，而不是把品牌名称直接写进问题里。
- 列出 15 到 30 个买家真正会问的问题，分别涵盖“有哪些选择”“X 和 Y 有什么区别”以及“哪一个更适合我”这三类问法。
- 在每个主要 AI 平台上各运行一次，并分别记录：品牌是否被提及、是否被列为来源，以及是否获得推荐。
- 每两周或每月重新运行同一组问题。AI 的回答会随模型更新和内容变化而改变，单次快照没有足够的参考价值。
- 同时记录竞争对手。可见度需要通过对比来判断：在同一个问题下，谁获得推荐，谁排在后面。
分清提及、引用和推荐之后，你才能问对问题。真正该问的不是“AI 为什么不谈论我”，而是“在买家真正会问的这些问题里，我卡在哪一层”。如果你想了解品牌的三层缺口、应该先补哪一层，以及具体如何着手，可以预约一次 30 分钟的 GEO 诊断；我们会结合真实买家问题，为你展示分析结果。
