做 AI 可见度监测的人，大概都经历过同一个瞬间：打开后台，六个平台排成一行，每个后面跟一个百分比，看着像一张全景图。

但那张表不是普查结果，是各家工具自己那口井里打上来的水。样本从哪来，决定了你能从表里读出什么。 这件事值得在每次汇报前问一遍。

六成以上的样本，来自同一个面

以 Ahrefs Brand Radar 公开的指数构成为例（10 月 10 日抓取，共 4.709 亿条提问）：

  • Google AI 概览：2.643 亿条，占 56%
  • Google AI Mode：8,930 万条，占 19%
  • Perplexity、Copilot、Gemini、ChatGPT：各约 2,900 万条，各占 6%

同期另一份整理的版本口径不同：4.628 亿条里，AI 概览占 66.6%（3.083 亿），其余五家各在 6.5% 到 6.8% 之间。

两个版本的分母不一样、算法不一样，56% 和 66.6% 差得不小，但指向是同一个：Google 家的两个面加起来，占了指数里四分之三左右的提问。

这就解释了一个常见困惑。如果客户主要在 ChatGPT 里做调研，那张表里最该被认真看的 ChatGPT 一栏，反而是整个指数里最薄的一片——大约每十七条里才有一条。这不是工具做错了，是提问种子的来路决定的：种子从 Google 的搜索行为里长出来，自然更贴近 Google 自己的 AI 答案。

所以看任何一份 AI 可见度报表，先看样本构成，再看分数。六个平台均匀分布的分数，和一多半样本压在单一面上的分数，可信度不是一回事。

同一家厂商，两周报了三个数

第二个值得留意的现象，是指标本身在动。同一家厂商，10 月上旬对外出现过三个总量：帮助文档里写 4.05 亿条，10 月 8 日的定价页写 4.62 亿条，两天后的介绍页变成 4.7 亿条。

这不是说谁在注水，而是提醒一件事：引用总量是带日期的活数字。写进汇报材料的「AI 提问池规模」，如果不标抓取日期，下个月就变成另一个数。反过来说，看到任何榜单总量，第一反应应该是问哪天抓的。

刷新频率决定了它能回答什么问题

工具页面上还有一列信息，比分数更容易被跳过：数据多久刷一次。同一套面板里，几类数据的节奏完全不同——

  • 网页提及：几分钟一次，接近实时
  • 搜索需求：几天一次
  • AI 概览：几天一次
  • AI 聊天机器人：每月一次
  • 自定义提问：可以自己设成按天

这张清单的实用价值很高。想抓一条刚上线的错误答案，月度刷新的那栏帮不上忙；想看得是行业大盘的走向，月度数据完全够用。把两种需求混在一张表上读，就会出现「明明改了内容，为什么面板一周没动」这种误会——不是没生效，是还没到刷新周期。

读报表前先问三个问题

  • 样本从哪来：提问是自己编的，还是从真实搜索行为里长的？后者更接近用户真会问的话，但也会带着来源平台的偏向。
  • 多久刷一次：把「实时感知」和「趋势观察」分开，前者用自定义提问盯着，后者看面板就够。
  • 缺的是哪一种：这一栏没出现，是「模型没引你」，还是「这个面根本没采到」。前者要改内容，后者只要换个问法。

结语

报表是地图，不是领土。工具之间的差别，很多时候不在分数算法，而在井打在哪、多久打一次。

对做品牌 AI 曝光的人来说，最省事的一次升级，不是多买一个工具，而是在每次看报表时多问一句：这个数是从哪儿来的。别人给的地图用来看趋势，自己下的问题用来抓问题——两件事分开，报表才真正开始有用。