2025年9月9日，AIVO 100™全球指数正式发布。这是全球首个专门衡量品牌在AI助手中可见度的基准，它的核心工具，叫做PSOS——Prompt-Space Occupancy Score，提示空间占有率。用个更直白的说法：这可能是AI时代，品牌第一个真正意义上可被审计、可被量化对比的可见度KPI。

开门见山，先看几组数据。

——PSOS与AI时代的品牌可见度量化

品牌在AI系统中的召回率，60天内下降50%。

一、PSOS是什么？

PSOS，全称Prompt-Space Occupancy Score，是一个治理级别的KPI。它的任务是回答一个很现实的问题：你的品牌，在生成式AI的“大脑”里，到底是以什么状态存在？是清晰浮现，持续被提及，还是正在悄无声息地衰退？

这个指标的定位很有意思——它被设计成AI可见度治理领域的“ISO GAAP”等价物。换句话说，它不是一个营销部门关起门来自嗨的虚荣指标，而是一个可供董事会和CMO拿来审计、能够复现、经得起推敲的硬性KPI。

具体怎么测？AIVO 100™的评测基底超过10万个跨行业、跨地域、跨语言的提示，覆盖了ChatGPT、Gemini、Claude、Perplexity、Grok和DeepSeek这六大主流AI助手。可以说，覆盖面和颗粒度都比较完整。

二、关键发现

AIVO 100™给出的结论，有些还挺扎心的。

发现一：品牌可见度快速衰减。大多数品牌在60天内会失去约50%的召回率。更夸张的是，70%的《财富》500强品牌在四个月内经历了召回崩溃。这意味着，哪怕你今天是AI世界里的“顶流”，两个月后AI可能已经把你想不起来了。

发现二：高意图提示存在严重遗漏。在用户有明确购买意图的提问中——比如“帮我推荐一款CRM软件”或“哪个云服务商性价比高”——40%到60%的场景里，那些你耳熟能详的领先消费品和SaaS品牌，完全没被AI提一嘴。注意，这不是搜不到，而是AI在直接给出答案时，直接跳过了这些品牌。

发现三：训练数据存在结构性偏差。全球Top 10品牌里，70%是美国品牌。这已经不是简单的“美国品牌比较强”的问题了，而是AI训练数据的先天结构正在把品牌可见度变成一种系统性的不平等——美国品牌在AI推荐中，天然占据了不成比例的份额。对于非美国品牌，游戏从一开始就不太公平。

发现四：信息过时风险不容忽视。辉瑞有12%的AI回答包含过时的疫苗信息，麦当劳有10%包含过时的菜单信息。品牌在AI里不光是“消失”的问题，更麻烦的是——可能被“错误地呈现”。你人还在，但说的已经不对了，这比直接不出现更致命。

整份报告涵盖了200个品牌的PSOS数据，中位数是41.2%。而被称为“挑战者50”的品牌——包括Oatly、Duolingo、Rivian、Notion、Revolut这些——它们的可见度增长速度，比老牌品牌快15到25个百分点。这说明，新品牌在AI世界里并不吃亏，反而因为更主动的内容策略获得了不对称优势。

三、为什么这很重要？

Gartner有一个预测：到2026年，传统搜索引擎的查询量将下降25%。原因很直接——消费者和企业正在绕过Google，直接转向AI助手提问。当AI助手正在成为与搜索、零售媒体并列的“平行发现层”时，你的品牌在AI回答里能不能“出场”，已经不是一个营销KPI能概括的了。这是一个生存问题。

AIVO Standard给出的思路，是通过PSOS审计构建一个“测量—修复—确保”的闭环框架。这个框架的逻辑很清晰：既然AI已经成了新的入口，那么品牌在AI里的存在感，就应该像财务报告里的审计保证一样，成为一个治理级别的KPI。

传统SEO时代，排名是可观测的——你搜个关键词，自己排在第几，一目了然。但在AI生成式回答的时代，三个问题长期处于黑箱状态：品牌是不是被提到了？被提到的方式是好是坏？在答案里是排第一个还是最后一个？PSOS的出现，本质上就是在打开这个黑箱。

四、CL-bench的启示：模型真的会“学习”吗？

如果说PSOS衡量的是品牌在AI回答里的“存在感”，那么CL-bench问的则是另一个更深层的问题：即使你被提到了，AI真的“读懂”你了吗？

2026年2月3日，腾讯混元团队和复旦大学联合发布了CL-bench（Context Learning Benchmark）。这个基准的目标很纯粹：专门评测大语言模型能不能从上下文中学习新知识，并正确应用。

CL-bench的构建相当硬核——由资深领域专家精心制作了500个复杂上下文，包含1,899个任务和31,607个验证标准。核心要求只有一个：模型在解决每个任务时，都必须从上下文中学习模型预训练时不存在的全新知识，并且正确应用。这其实是在测试一个非常关键的能力——你到底是在“背答案”，还是在“真学习”？

评测结果出来后，有些数据让人沉默。对10个主流大语言模型的测试显示：平均任务成功率只有17.2%。表现最好的GPT-5.1（高推理强度），成功率也仅为23.7%。划重点：模型普遍会忽视或误用上下文内容，过度依赖预训练记忆，尤其在需要归纳推理的任务中表现更差。失败的主因并不是推理能力不够，而是更倾向于依赖固有记忆，而不是去学习你刚给它的新信息。

这个发现对品牌可见度的影响非常现实。品牌投入大量资源构建的知识文档、产品详情、品牌故事——这些在AI看来都属于“上下文”信息。但如果模型系统性地不学习上下文，那么你辛辛苦苦写好的内容，很可能被AI直接跳过了。品牌在AI中的可见度，不仅要看“有没有被提到”，还要看模型有没有真正“理解”关于你的新信息。被提到但被错误理解，有时候比不被提到更糟糕。

五、结语

在传统SEO时代，排名是可观测的——你在搜索结果第几位，一目了然。但在AI生成式回答时代，品牌是否被提及、以什么方式被提及、在答案中处于什么位置，这三个问题长期处于黑箱状态。PSOS的出现，让品牌第一次有了一个可审计、可复现、可比较的KPI来衡量自己在AI世界中的存在感。而CL-bench的发现则进一步揭示：即便被提及，模型也可能因为无法从上下文中学习而错误地理解品牌信息。

从“模糊描述”到“数据驱动”，AI时代的品牌营销正在经历一场范式转移。

*参考文献：AIVO Standard™ v3.0, AIVO 100™ Global Index of Brand Visibility Across AI Assistants (2025)。腾讯混元团队 & 复旦大学. (2026). CL-bench: Context Learning Benchmark。*