先确认对方的数字有没有一个固定的分母
B2B 决策周期长,你要看的一定是趋势,而趋势的前提是分母不动。我们自营线是这样钉的:题库 53 道,固定过千问、豆包、DeepSeek 三家,一轮下来 159 条记录;五轮里唯一的 1 条采集失败也按占位计入了分母,分母恒定在 159。分母恒定,后面几轮的升降才有意义;分母浮动,任何"提升了多少"都只是重新抽了一次样。
比分母更容易被含混过去的是取数位置。这三条链路取的并不是同一个东西:豆包看答案级引用,千问看检索面,DeepSeek 看外接候选。2026-08-21 那一轮的三组底数分别是:答案级 99 个域名 / 281 条,检索面 105 个域名 / 437 条,外接候选 171 个域名 / 400 条。三组合起来可以当作一批待扫的语料(那一轮共 1118 条),但被引次数不能加总成一个对外数字,那是三把不同的尺子。报表里的每一个数,都应该说得出它是在哪条链路的哪个位置上数出来的。
同名主体有没有被拆成一个单独的字段
B2B 品牌撞名的概率比消费品高得多,行业词加通用词的命名方式本来就容易重合。这一项我们自己做得很吃力。把 2026-08-21 那一轮的 45 个题格摊开:28 格落到了同名的另一家主体身上,占 62.2%,五轮里就数这一轮高;英文语境那边同一轮,还有三个域名把同一个词当成了自己的名字。
一份报告如果只有一个笼统的"提及率",没有把"提到的是不是你"单独拆成一个字段,这个数字对 B2B 就没有意义——你的潜在客户把预算给谁,取决于那段答案里说的那家公司到底是哪一家。这一项好核验:挑一格标成"命中"的答案,看判定依据是品牌全称、域名,还是只有一个可能同名的短词。
把被引用和被推荐拆成两个字段来看
海外那条线是 32 道题、只跑 ChatGPT,0807、0814、0821 三轮零失败。2026-08-21 那一轮,表里第一次出现 host 等于 maxgrowth.ai 的引用:8 次,分布在 3 道题上;前两轮都是 0。
这条数据我们内部读得很克制。8 次全部来自题面本身就写着品牌名的题;不点名的那 28 道品类题,三轮的 mentioned 都是 0/28。而 B2B 买家在选型阶段问的几乎都是品类题——"这类服务哪家做得比较扎实",不是"某家公司怎么样"。所以被引用了不等于被推荐了,更不等于进了采购候选名单。这一轮 n=1,归因未知,我们没有把它写成拐点。品牌题和品类题分开报,和只报一个合计数,信息量差着一整层。
落点是按引用池选的还是按好发选的
选落点这件事 B2B 尤其吃亏,因为很多行业媒体收稿容易、进 AI 引用池却难。可核验的做法是先看数据再排落点。2026-08-21 那一轮,答案里点到了其他 GEO 服务商的题格一共 17 格,我们把这 17 格单独拎出来,统计它们引了哪些域名:ithome.com 14 次、凤凰科技 tech.ifeng 12 次、cnblogs 7 次、天极 news.yesky 5 次、凤凰财经 5 次、知乎 4 次、新浪财经 4 次、界面 3 次。一个容易被忽略的细节是,凤凰系的这些 URL 全部是 /c/ 自媒体号形态,进池的是自媒体号内容,不是新闻版面——这两者的排产方式完全不同。
还有一层反直觉:一个域名在池子里很强,不代表你发在这个域名下的那一篇也在池子里。同一轮里有一个免费域名同时挤进了三条链路的前五,单看榜单非常好看;但把我们自己那 30 篇已经发出去的稿子按 ID 逐条比对当轮的 1118 条引用条目,命中是 0。所以该问的不是"你们能发到哪些平台",而是"这个落点是因为引用池里出现过同类内容才选的,还是因为它好发"。
报告里那些没有被填平的地方
最后一条不是问对方能做什么,是看他敢不敢在报告里留白。有一篇第三方稿件,我们连着两轮盯它的同一个 URL:在一条链路上它被引得更频繁,在另一条链路上覆盖的题目却少了一多半,而它的域名并没有掉出后面那条链路的池子。到底是引擎换了取材策略、这个域名的位次变了,还是稿件本身过了时效,外部观测挑不出是哪一种,所以台账上那一行只写"方向:下降,归因:未知",不替它编一个说得通的故事;这组轨迹的逐轮数字,我们另外单写过一篇。
同样的留白还有两处:没有测到的项不折算成 0,单独列"未测";描述引擎行为时不用绝对化的说法,只写我们观测到了什么。至于名次、被引次数和多久见效,这三件事我们不写进承诺栏,理由和上面那组数据是同一个。判断一家服务商是不是可托付,看他愿不愿意在报告里保留这些含糊,往往比看他的案例页更准。
上面这些数字都带着轮次时间,口径也写在句子里,你可以按同一套口径复算一遍——包括复算我们的。
想先看你的品牌现在在 AI 搜索里被怎么说?
领取免费增长诊断