即使你在 Google 搜索中排名第一，也不能保证 ChatGPT、Perplexity 或 Gemini 回答“最佳 XX 工具”时会提到你。AI 引擎会生成一套独立的推荐名单，往往与自然搜索排名并不一致。竞争对手 AI 声量分析，就是要把这份看不见的榜单呈现出来：在你的品类中，AI 认可哪些品牌、理由是什么，以及你的品牌是否入选、排在什么位置。
AI 声量与传统 SEO 有什么不同？
传统 SEO 的声量份额，衡量的是品牌在关键词空间中获得了多少“链接曝光”。AI 改写了这套规则：用户提出问题，模型直接给出一段回答，并点名几个品牌。此时，分子是“AI 在相关问题中提及你的次数”，分母是“所有品牌被提及的总次数”。更棘手的是，同一个问题每次得到的回答未必相同，模型本身具有随机性。这意味着你不能只测试一次就下结论，抽样方法甚至比传统排名监测更重要。
第 1 步：建立问题集，而不是关键词表
传统 SEO 从关键词出发，GEO 则从“问题”出发。你需要列出的，是潜在客户在做决策时真正会输入 ChatGPT 的完整句子。以面向 B2B 的电子签名 SaaS 为例，不能只盯着“电子签名”这个词，而要建立一整套问题，并分成以下 3 类，尽可能覆盖完整的决策场景。
- 品类推荐：“有哪些好用的电子签名软件？”“适合台湾 B2B 团队的常用合同签署工具有哪些？”
- 对比选择：“A 和 B，哪一个更适合中小企业？”“B 有哪些替代方案？”——这类问题最容易暴露你与竞争对手之间的差距。
- 场景问题：“预算有限但需要 API 支持的电子签名工具”“符合台湾法律要求的签署服务”——如果 AI 在这里就筛掉了一半品牌，你便能看出自己是否进入了正确的应用场景。
每个品类先整理 20 到 40 个问题，就足以启动分析。问题要使用客户的语言，而不是企业内部术语，因为 AI 学习的是如何回答用户真正提出的问题。
第 2 步：跨引擎、多次重复测试
只问 ChatGPT，会得到失真的样本。至少应覆盖 ChatGPT、Perplexity、Gemini、Claude 和 Google AI Overviews，因为它们背后的数据来源与排序逻辑并不相同。例如，Perplexity 更侧重即时搜索与引用来源，ChatGPT 则更依赖训练数据和搜索后的语言生成，因此结果可能差异很大。每个问题至少要在每个引擎中运行 3 到 5 次，同时关闭个性化与历史记录，使用干净的新会话，避免模型记住你上一句话里的自我推销内容。
很多客户第一次完成测试后的反应都是：“AI 根本没把我们算进去。”这不是排名下滑，而是品牌压根不在名单里。相比掉到搜索结果第 2 页，这个信号更值得警惕。
第 3 步：把回答拆成可计算的数据
样本不能只靠人工印象判断。每条回答都应作为一个样本录入表格，字段至少包括引擎、问题、被提及的品牌列表、各品牌的出现顺序，以及 AI 对每个品牌的描述。品牌名称还要进行标准化，例如将“Tenten”和“tenten.co”视为同一实体，否则声量会被拆散，最终数字被低估。完成这一步后，你得到的是可以持续计算和追踪的原始数据，而不是一堆截图。
第 4 步：计算 4 个真正有用的指标
有了数据表，就可以将结果归纳为 4 个能直接带进会议讨论的数字。只看被提及了多少次，很容易产生误判。
- 提及率：在全部品类问题中，你有多大比例被提及。它反映品牌最基础的可见度；如果提及率低于 30%，其他指标再漂亮也很难弥补。
- 声量份额：你的品牌被提及次数除以整个品类中所有品牌被提及的总次数。这就是最基础的 AI Share of Voice，尤其适合与排名前 3 的竞争对手对照。
- 平均排序位置：你的品牌被提及时，通常排在第几位。出现在 AI 回答中的第 1 个品牌，与排在第 5 位，带来的说服力显然不同。
- 场景准确度：AI 提到你的品牌时，是否把定位和适用场景说对了？如果品牌被推荐到错误场景，反而可能把客户推向竞争对手。
把这 4 个指标与每个主要竞争对手逐一对照，你会得到一幅残酷但实用的竞争图景：谁是 AI 眼中这个品类的默认答案，谁只是陪跑者，谁又完全不可见。
第 5 步：读懂 AI 推荐竞争对手的“理由”
声量数据告诉你差距有多大，接下来要弄清楚差距为何存在。把 AI 描述各个竞争对手的用词汇总起来，你会发现，它经常用某些词反复定位行业领先者，例如“集成能力强”“通过 SOC 2 认证”“文档清晰”。这些词并非凭空出现，而是在竞争对手网站、第三方评测和社区讨论中被广泛重复的表述。当你的品牌缺席时，通常不是因为产品不够好，而是可供 AI 提取的公开信息没有写出来，或缺乏足够清晰的结构化表达。
从得分走向差距修复
这项分析不是一次性的体检。模型会更新，新的竞争对手会加入，推荐排序每个月都可能变化。因此，值得按固定周期重新运行同一套问题集，持续追踪声量升降。真正的工作从看完榜单后才开始：针对 AI 推荐竞争对手的理由，补齐自己的证据、定位和便于提取的清晰内容，让下一轮抽样时，模型有充分理由点名你的品牌。如果你想了解自己的品牌在品类中存在哪些 AI 声量差距，可以预约一次 30 分钟的 GEO 诊断；我们会使用你所在品类的问题集，为你完成一轮初步竞争分析。
