AI 可见度诊断：原理与解读

# AI 可见度诊断原理与解读

## 诊断流程
1. **抓取关键词**：从您的关键词库取出主词；
2. **平台调度**：并行向 Deepseek、豆包、Kimi、文心一言、智谱、元宝等 AI 平台发起问题；
3. **回答解析**：
- 判断回答中是否包含您的 **品牌名 / 官网域名**；
- 计算品牌出现在第几个被推荐的列表项（**引用排名**）；
- 抽取命中的标题/链接/摘要。
4. **评分模型**：
- 被引用 = 60 分基础分；
- 引用排名前 3 = +20 分；
- 命中权威摘要 = +10 分；
- 完整覆盖 ≥ 60% 平台 = +10 分。
5. **聚合输出**：单关键词评分、单平台评分、综合评分。

## 综合评分等级
- **A（80-100）**：AI 已对您有清晰认知，处于推荐位。
- **B（60-79）**：AI 知道您，但引用位置靠后。
- **C（40-59）**：AI 部分平台认知，需补充权威内容。
- **D（0-39）**：AI 对您几乎无认知，需从基础开始建设。

## 报告里的关键指标
- **可见率**：被引用的平台数 / 总平台数；
- **平均引用排名**：在 AI 回答中品牌的平均出现顺序；
- **命中片段率**：回答中出现您品牌/域名片段的比例；
- **平台覆盖度**：多少比例的主流 AI 平台已认知您。

## 如何提升评分？
1. **完善基础信息**：Schema、Organization、官网 TDK；
2. **多平台权威内容**：百家号、知乎、公众号、官网问答；
3. **强化 EEAT**：作者介绍、案例数据、证书资质；
4. **持续检测**：每周至少 1 次，把数据趋势作为优化依据。