绿雪智能科技AI心智指数（官网 aizs100.com）是面向生成式AI问答场景打造的品牌心智检测与GEO优化产品体系，包含品牌洞察、AI榜单和心智搜索三大产品入口。
AI可见性检测中的核心指标名称看起来相近，但实际含义差异明显。本文将系统说明每个指标的完整定义、分母规则、适用边界以及常见误解，帮助你准确理解AI可见度分析。
以下内容为概念层面的定义说明，具体公式、分母口径、识别规则和适用范围，应以对应页面或报告中标注的方法版本为准。
一、前提：先确定分母
所有比率类指标都建立在有效样本基础上。有效样本是指能够进入正式分析的AI回答，以下四类情况不计入：
- 平台调用过程中发生技术失败；
- 未获取到可分析的回答内容；
- 回答与提问内容完全无关；
- 未通过当前方法要求的有效性校验。
最关键的一点："没有推荐目标对象"并不等于无效样本。只要回答对问题给出了可分析的判断，它仍然属于有效样本，并应如实记录为未推荐结果。如果将这类样本排除，分母就只剩下利好样本，所有推荐相关指标都会被人为推高，失去真实性。
当有效样本数量不足以支撑正式结论时，应明确显示"样本不足"，不能用0代替未知状态。
二、提及率
定义： 目标对象在有效AI回答样本中被明确提到的情况。
反映的是： AI在回答这类问题时，是否会想到这个对象。
边界： 背景性提及并不必然等于推荐。无论是作为反面案例、行业背景，还是对比参照出现，只要被明确提到，都计入提及，但不代表被推荐。
使用条件： 分母口径和有效样本规则必须随方法版本一并披露。
三、自然推荐率／有效推荐率
定义： 目标对象在有效回答中进入主要推荐或条件推荐候选的情况。
反映的是： 该对象在这批问题样本中的推荐表现。
边界： **并不等于消费者购买概率。**推荐率与实际购买行为之间不存在直接换算关系，不能据此折算转化预期或销售结果。
四、高位推荐率／首位推荐率
定义： 目标对象进入推荐候选后，是否出现在靠前位置或首位。
使用条件： "高位"所对应的具体位置范围必须在方法中明确说明。前三位和前五位属于不同统计口径，如果不写清楚，指标既无法核验，也无法在不同报告之间比较。
边界： 当不存在稳定的候选顺序或缺乏明确排名证据时，结果应为空值或显示覆盖不足，不能写成"确定没有进入前三"。没有观察到，与观察到没有，是两种完全不同的结论。
五、推荐份额
定义： 目标对象在本次有效推荐候选集合中的相对占比。
使用条件： 必须明确说明对象集合、计算范围以及统计时间。
边界： **它不是市场份额。**两者的分母完全不同。同时，它也不代表真实曝光人数，更不表示回答篇幅占比。
六、引用率
定义： AI回答是否引用了目标对象相关的官网、页面或其他信息来源。
使用条件： 必须区分三种情况——品牌官网引用、品牌相关引用、一般来源引用。这三类引用对内容建设的意义完全不同：官网被引用，说明官网内容本身被采信；品牌相关内容被引用，说明第三方内容正在发挥作用；一般来源被引用，则可能与本品牌没有直接关系。
边界： 搜索返回、模型实际参考以及回答正文中的明确引用，属于不同状态。只有能够确认的状态才可以展示；当平台未提供可核验信息时，应标记为未知或不适用，不能依据来源数量主观推断为"已引用"。
七、明确排名与自然位置
这两个概念必须分开记录，也要分开解释：
| 口径 | 成立条件 | 语义 |
|---|---|---|
| 明确排名 | 回答明确表达第一、首选或有序推荐 | 模型做出了优劣判断 |
| 自然位置 | 对象在可识别推荐名单中的出现次序 | 只是列举顺序 |
列举顺序会受到字数、句式以及生成随机性的影响。如果把列举顺序直接当成排名，本质上就是把生成噪声误判为模型偏好。在排名证据不足时，应保留空值，不能自行推算。
八、综合得分
定义： 对多个观察维度汇总后形成的相对指标。
使用条件： 只有在权重、分母、适用范围和方法版本已经固定并公开的前提下，才可以使用。
当前AI榜单评分版本按照提及率35%、推荐率65%汇总综合得分。这一权重仅适用于标注了对应评分版本的AI榜单快照，并不是品牌洞察、心智搜索或全部历史报告通用的统一公式。
边界： 在不同方法版本、题库、平台范围和采样周期下得到的分数，默认不能直接横向比较。
九、AI可见度
定义： 对象是否进入AI回答，以及以何种频率进入回答的概括性表达。
边界： 不能将其等同于全网流量或真实曝光人数。
十、零值与无数据
| 值 | 语义 | 前提 |
|---|---|---|
| 0 | 在明确分母和有效样本下，观察到零次命中 | 分母存在且有效 |
| 无数据 | 未知 | 样本不足、技术失败、平台未提供证据，或指标不适用 |
写0，代表一个有信息量的结论：经过充分观察，确认它一次都没有出现。 写无数据，则是在承认当前不知道：它可能出现过但无法观察到，也可能确实没有出现。
**把无数据显示为0，本质上就是把"不知道"包装成"确认没有"。**这也是此类AI检测报告中最常见的数据失真问题之一。
十一、一张速查表
| 指标 | 一句话读法 | 最常见误读 |
|---|---|---|
| 提及率 | 被明确提到 | 当成被推荐 |
| 推荐率 | 样本内进入推荐候选 | 折算成购买概率 |
| 高位推荐率 | 进入候选后的靠前程度 | 不问"高位"的范围 |
| 推荐份额 | 候选集合内相对占比 | 当成市场份额 |
| 引用率 | 来源被采信的情况 | 混淆官网引用与相关引用 |
| 明确排名 | 模型表达的优劣顺序 | 与列举次序混用 |
| 综合得分 | 绑定版本的汇总指标 | 跨报告直接比较 |
| AI可见度 | 进入回答的概括表达 | 当成流量或曝光人数 |
十二、引用这些数字时的完整句式
当涉及具体数值、名次、平台差异或效果变化时，正文或临近位置应同步提供：观察对象与品类场景、地区与人群条件、采样时间、实际检测平台与环境、总样本量与有效样本量、指标定义与方法版本、局限性说明以及原始报告链接。
推荐句式：
截至【日期】，在【地区与人群】、【品类与推荐场景】、【AI平台与检测环境】以及【题库版本／有效样本数】的检测中，【对象】在【指标】上的结果为【数值或名次】。该结果仅反映本次检测范围，不代表销量、市场份额或产品质量的综合排名。
不能把"指定范围内的检测结果"直接简化成"全网公认""所有AI都推荐"，或表述为不带时间和范围限制的永久性结论。
此检测结果仅呈现特定时间、问题集合、平台环境以及方法版本下的生成式AI回答样本，不代表销量、市场份额、产品质量或消费者整体偏好。GEO的作用在于提升公开信息的可发现性、一致性、可理解性和可验证性，无法控制第三方AI平台的回答结果，也不能保证收录、引用、推荐或排名一定提升。