我们的指标怎么算
行业里这些数字大多是黑箱，大家报一个分数，没人说怎么来的。 我们把口径写在这里。讲得清楚，才经得起你自己核。
提及率
在监测的提示词集合中，AI 回答里出现该品牌的比例。
计算口径
- 分子：回答中出现品牌名（含官方简称、常用别名）的条数
- 分母：全部监测提示词 × 实际执行次数
- 判定：只要出现即计入。不区分出现位置，不带链接也计入。
需要注意
- 别名与错别字的认定口径，见下方指标说明。
引用率
AI 将品牌官网或品牌发布的内容列为信息来源的比例。
计算口径
- 分子：回答中引用了品牌自有域名（或品牌发布的稿件）的条数
- 分母：同提及率的分母
- 判定：区分「带链接的引用」与「仅文字标注来源」两种情形，分开统计、合并呈现。
需要注意
- 必须与「提及率」分开理解：被 AI 提到品牌名，不等于 AI 把你当作信息来源。
- 中文市场这两个词长期被混用，我们认为讲清楚它们的差别是必要的。
首推率
品牌被 AI 排在推荐结果第一位的比例。
计算口径
- 分子：品牌被列为第一个推荐（或首个被点名）的条数
- 分母：品牌被提及的条数，而非全部提示词
- 判定：并列推荐时的判定规则见下方指标说明。
需要注意
- 首推率的分母是「被提及的条数」，不是「全部提示词」——这是它与提及率最关键的差别。
- 一个品牌可能提及率很高但首推率很低：AI 总提到你，但从不第一个推荐你。
情感分
AI 在回答中提到该品牌时，所使用语言的正面或负面倾向。
计算口径
- 量程：−100 ~ +100。−100 表示全部为负面提及，+100 表示全部为正面提及，0 表示正负相抵。
- 分类单元：按单次提及（句子级）分类为「正面」「中性」「负面」「不可判定」四种状态。
- 「不可判定」的处理：AI 提到品牌但语气无法判断时，不计入分母，同时公开剔除条数。
计算公式
情感分 = (正面提及数 − 负面提及数) ÷ 有效提及总数 × 100，其中有效提及总数 = 全部提及 − 不可判定提及 怎么读这个分
| 分数区间 | 含义 |
|---|---|
| ≥ 65 | AI 对你的描述明确正面 |
| 55 – 65 | 中性或纯事实性描述 |
| < 55 | 存在负面或风险性口碑 |
需要注意
- 「不可判定」不等于「中性」。把它当作 0 分会污染结论，因此我们将其从分母中剔除，并公开剔除条数。
- 除分数外，我们同时公布正面/中性/负面占比与绝对提及数——基于 10 条提及的 +60 分，和基于 500 条的 +60 分，说明的问题完全不同。
- 每一条计入的提及都可以下钻到原始 AI 回答，你可以逐条复核并自行重算。
四个指标的共同说明
- 所有指标基于固定提示词集合计算，在同一集合上做时间序列对比，不跨集合比较。
- AI 的回答是实时生成的，同一个问题在不同时间、不同问法下可能得到不同答案。因此不存在固定的排名。
- 本组指标是方向性证据，不是绝对真值。我们公布计算口径与原始回答，你可以自己复核。
一句诚实话
上面这些指标是方向性证据，不是绝对真值。AI 的回答是实时生成的， 同一个问题在不同时间、不同问法下可能得到不同答案。
所以我们公布计算公式，并保留全部原始回答——你可以自己复核。 如果你算出来的结果和我们不一致，请直接告诉我们。
监测范围
以上全部指标基于这 6 个平台的回答计算： 豆包、千问、元宝、DeepSeek、Kimi、文心。
