AI 能見度可以被量測，而且量測結果經常跟品牌自己的想像差很多。我們替 B2B SaaS 客戶做初次基準線時，最常見的落差是這樣：行銷團隊確信自己「在 ChatGPT 問到相關問題時應該會被提到」，實際跑一組代表性提問後，引用率往往落在個位數百分比，競品反而穩定出現在推薦名單裡。感覺不是指標，能被重現的數字才是。
「感覺有出現」為什麼不能當成成效
生成式引擎的答案有隨機性。同一個問題問三次，措辭會變、引用的來源也可能換。你昨天用自己的帳號問到品牌有出現，很可能是因為模型讀到了你的瀏覽情境，或單純是那一次抽樣剛好命中。把單次、單帳號、單一措辭的結果當成「我們有能見度」，等於用一次擲骰子的點數去推論骰子公不公平。要談成效，得先把量測方法固定下來，讓它可重複。
我們量測 AI 能見度的四個核心指標
能見度不是一個數字，是一組互相補位的指標。少看任何一個，都可能得到誤導性的樂觀或悲觀結論。以下是我們在 GEO 審計裡固定追蹤的四項，每一項都附上定義，方便你直接拿去對照自己的做法。
- 引用率（Citation Rate）：在一組固定的代表性提問中，AI 答案明確提及或引用你的品牌／內容的比例。這是最直觀的門檻指標。
- 模型聲量佔比（Share of Model Voice）：在同一組提問裡，你的被提及次數相對於前幾名競品的比重。它回答的是「同一個問題，模型比較常推誰」。
- 引用情境與位置：你是被當成首選推薦、清單中的一項，還是只在反例或註腳裡被帶到。同樣是「有出現」，這三種的商業價值差一個量級。
- 來源可追溯性：AI 是否連回你的網站或具名內容，而不只是提到品牌名。可追溯代表這次曝光有機會轉成流量與後續互動。
前後對比要可信，先把基準線鎖死
前後對比最容易出錯的地方不在「後」，在「前」。基準線如果不嚴謹，之後的成長數字就沒有意義。我們固定三件事：提問集、引擎與帳號條件、抽樣次數。提問集通常 40 到 80 題，涵蓋品類詞、比較型問題、痛點情境與具品牌意圖的問法，一旦定案就不再中途改動。每一題在乾淨的無登入環境跑多次取平均，並在 ChatGPT、Perplexity、Gemini、Google AI Overviews 等多個引擎各自記錄，因為跨引擎的結果經常不一致，只看一個會偏誤。
一個 30 天前後對比長什麼樣
以一家做開發者工具的客戶為例，說明對比報表怎麼讀。基準線階段，我們用 60 題代表性提問跨四個引擎各跑五次。介入前，品牌整體引用率約 11%，其中比較型問題（例如「X 和 Y 哪個適合小團隊」）幾乎掛零，來源可追溯的比例更低——就算被提到，也多半只有品牌名、沒有連回內容。這代表模型知道它存在，卻沒有足夠可引用的素材把它放進推薦答案。
接下來 30 天，我們針對缺口補上結構化的比較內容、把產品定位與適用情境寫成可被乾淨抽取的段落，並修好幾處讓爬蟲讀不到重點的技術問題。用同一組提問、同樣條件重測，整體引用率升到 27%，比較型問題從近乎零變成穩定出現，可追溯引用也跟著上來。關鍵不是某個數字漂亮，而是四項指標一起往同方向移動——這才排除掉「剛好抽到好結果」的可能。
能見度成長最可信的訊號，是多個獨立指標在固定方法下同時上升，而不是單一指標在單次查詢裡跳高。
別被單次查詢騙了：常見的量測陷阱
我們看過太多團隊拿一張截圖當成效，隔週又拿另一張截圖說退步了。生成式答案本來就會浮動，用截圖做決策等於被雜訊牽著走。第二個陷阱是只看單一引擎；Perplexity 常引用得多、也標來源，ChatGPT 則傾向綜述，若你只盯著對自己有利的那個引擎，會系統性高估能見度。第三個陷阱是提問集偏心，只放自己想贏的問題，這種基準線再怎麼成長都不能代表真實市場的問法。
還有一個容易被忽略的點：能見度和轉換不是同一件事。被 AI 引用是漏斗最上緣，它增加的是進入考慮清單的機會，不保證成交。所以我們會把能見度指標和後續的網站互動、詢問來源分開看，避免用曝光的成長去解釋業績的變化，或反過來。
從量測走到行動
量測本身不會提升能見度，它只是告訴你缺口在哪一格：是模型根本不認識你，還是認識卻沒素材可引用，或是有內容卻讀不進去。這三種病因對應完全不同的解法，用錯藥就是浪費一季。把基準線建好、指標定義清楚，之後每一次內容或技術調整都能對得上成效，而不是憑感覺加減。這也是 Tenten 的 Brand Radar 在做的事：讓 AI 能見度變成一條你看得懂、追得動的曲線。如果你想知道自己現在的引用率落在哪、缺口是哪一種，可以預約 30 分鐘 GEO 診斷，我們用你的真實提問集跑一次基準線給你看。
