AI 是 如何评价您的？

AI Visibility 方法，现已成文。

AI可见度是指在针对具有买家意图的问题生成的回答中，品牌被提及的比例，以及其自身域名被引述为来源的比例。这两个数字并不相同，将它们混淆是我们见过的最常见的测量错误。以下是公开的方法，以便任何人都可以复现或挑战。下方的基准是通过定时脚本而非上述工具收集的，该工具允许在每个引擎上进行网页搜索，而基准脚本则没有，这一差异会在重要的地方进行说明。

• 固定 Prompt 集。 撰写真实潜在客户会向助手提问的、具有买家意图的问题（即品类问题，而非您的品牌名称）。固定措辞，以便不同批次的运行结果具有可比性。
• 单独查询每个引擎。 将完全相同的 Prompt 集发送到您关注的每个引擎。切勿将不同引擎的数据进行平均；它们的检索方式和行为模式各不相同。
• 分别评估提及与引用。 记录两个不同的结果：品牌是否在回答中被【提及】，以及品牌的域名是否作为链接源出现。这是两个截然不同的问题，需要不同的解决方案。
• 定期重复运行。 生成的回答在不同运行批次之间会有所不同，因此单次检测只是偶然现象。应按照既定日程进行多次重复运行，以测量其比率，并在公布每个数据时同时报告日期、运行次数和所使用的 Prompt 集。

被提及不等于被引用。

品牌可能会在回答中被推荐，却没有任何指向它的链接；同样，一个域名也可以被引用为某项陈述的来源，但品牌本身却完全没有被推荐。是否被“提及”决定于回答生成之时，而是否被“引用”则决定于源数据检索之时。被提及但未被引用，通常意味着模型在训练中学习过该品牌，但目前没有任何即时信息来佐证它。被引用但未被提及，则通常意味着该网页是有价值的参考资料，但该品牌并未被定位为解决方案。

每个引擎究竟是如何获取数据源的。

这些行为模式差异巨大，因此如果将所有引擎归总为一个分数，反而会掩盖真正的问题：

没有哪个引擎会公开其引用选择权重。上述描述反映了每个提供商的公开文档，以及在注明处引擎自身的自我描述（我们尚未对此进行独立验证）。Claude未在此基准中进行测量。

我们自己的基准数据，现已公开。

我们首先对自身进行了测量，并且尽管结果并不理想，我们依然公布了这一结果。截至 2026-07-24，在 18 次观察中（6 个买家意图提示词 × 3 个引擎：ChatGPT (GPT-5.6)、Gemini 3.1 Pro 和 Perplexity Sonar），NYFTY Labs 在 18 个回答中被提及了 1 次，而在不包含我们名称的提示词的 15 个回答中被提及 0 次。这唯一的一次提及来自于一个已经命名我们的提示词，这是最没有意义的一种匹配。引用次数：6 次中 0 次。

坦白地讲，这里存在局限性：这只是一个品牌、一次运行、一个日期的基准数据，而非行业标杆。生成的回答在不同运行批次之间会有所不同，因此请将任何单个数据仅视为起点，并通过趋势来判断走向。我们会定期重新运行此项测试，并在累积后发布多次运行的数据集。

我们认为是什么在切实改变这一数字。

这是一个源于单次否定观察的假设，并非对照测试，我们将其写在这里是为了便于与我们下一次发布的内容进行对比验证。我们的网站在技术上已经非常完备——拥有有效的结构化数据、已发布 llms.txt、可被所有主流 AI 爬虫抓取、服务器响应时间在亚秒级，但它仍然只获得了 1 次提及和 0 次引用。标记（Markup）只是让页面具备资格且易于解读，并不能让页面具备被引用的价值。改变这一数字的关键在于，在您自身域名之外的其他地方获得证实：引用您的独立来源，加上您自身足够具体到可以被引用的原创内容。如果有服务商告诉您 schema 更改会让您获得引用，请向他们索要测量对照的前后数据。

了解我们的工作方式 →  ·  衡量引用份额 →  ·  持续进行追踪 →  ·  阅读完整指南 →