别问"AI 看没看见我":用一张 5 项评分表把可见性拆开

# 别问"AI 看没看见我":用一张 5 项评分表把可见性拆开

复盘最容易卡在一句话:"AI 到底有没有看见我?"如果只看有没有来源链接,结论会很粗——中文平台常不给来源,Search AI 把曝光混进普通搜索,用户触发读取又只在一次对话里发生。没有评分表,团队只能凭感觉争。

## 五个独立问题,五项分

一次采样要同时记录五项,它们是五个不同的问题:

| 项 | 含义 | 建议分值 |
|---|---|---|
| citation | 是否引用了目标 URL | 0–3 |
| entity mention | 是否明确提到 19LAB / 深蓝笔记 / yijiu.me | 0–2 |
| source position | 来源排在第几(是否前 3) | 0–1 |
| answer accuracy | 答案事实是否准确 | 0–3 |
| technical eligibility | 页面 200、正文可见、JSON-LD、sitemap、robots 是否正常 | 0–1 |

要点:**没有链接但准确复述了你的原则,不能直接判 0**(记 mention + accuracy);**给了链接却把价格/控制方式说错,也不能算成功**(accuracy 扣分)。

## 采样口径(低频手工)

每次采样固定记录:`platform`、`login_status`、`region_language`、`main_query`、`fanout_sub_query`、`cited_urls`、`source_position`、`target_entity_mentioned`、`answer_accuracy`、`notes`。低频、手工、不做高频 scraping。

## 怎么用

先建基线(现在),过 2–3 周再采一次同样的题,看五项分的变化趋势——而不是只盯 `views` 涨没涨。可见性是趋势,不是单次截图。

---

*本页为 19LAB「GEO 实验」主题权威页,合并自此前 3 篇相关笔记;旧链接已 301 至本页。*