Sebutan hampir merupakan sifat tetap dari merek, prompt, dan mesin
Sebagian besar dasbor visibilitas AI dibuka dengan satu angka, yaitu pangsa jawaban yang menyebut Anda. Angka itu di-screenshot ke materi rapat direksi dan menjadi dasar peringatan. Itu juga bagian jawaban yang paling sedikit bergerak.
Sebuah makalah yang diterbitkan pada Juni 2026 oleh Pratyush Kumar di Ranqo memberi ukuran pada hal itu. Ranqo menjual perangkat GEO dan melaporkan data produksinya sendiri, yang penting untuk menentukan seberapa besar bobot yang Anda berikan. Kohortnya terdiri dari 102 merek di lima mesin, Maret sampai Mei 2026, lebih dari 100.000 respons prompt.
Untuk setiap sel merek, prompt, dan platform yang dilacak minimal tiga kali eksekusi pada prompt kategori tanpa merek, pola sebutannya tersusun seperti ini: tidak pernah disebut 63,2%, selalu disebut 14,3%, disebut di setidaknya 70% eksekusi 7,0%, disebut di kurang dari 30% eksekusi 8,7%. Hanya 6,8% yang berada di tengah yang bergejolak, 30% sampai 70%, sehingga 77,5% sel benar-benar selalu atau tidak pernah.
Apakah sebuah mesin menyebut Anda pada pertanyaan kategori lebih mendekati fakta tentang Anda daripada lemparan koin. Bagi sebagian besar merek dalam kohort itu, faktanya adalah tidak.
45,5% sel yang menyebut merek berbalik antara positif dan negatif
Sekarang tahan selnya tetap dan ubah pertanyaannya. Alih-alih apakah jawaban menyebut Anda, tanyakan apa yang dikatakannya. Kumar menyaring sel yang punya setidaknya tiga sebutan dan mengklasifikasikan sentimen setiap eksekusi.
- Selalu positif: 29,9%
- Campuran positif dan netral: 21,8%
- Selalu netral: 2,3%
- Campuran negatif dan netral: 0,5%
- Selalu negatif: 0,0%
- Berbalik antara positif dan negatif: 45,5%
Sinyal yang stabil adalah yang dilaporkan semua orang
45,5% dibanding 6,8% adalah asal angka 6,7 kali itu. Sel yang sama, eksekusi yang sama. Angka di dasbor adalah yang stabil, dan angka yang tidak dilaporkan siapa pun berayun di hampir separuh sel yang punya sesuatu untuk dilaporkan.
Ada temuan yang lebih tenang di tabel itu yang lebih kami sukai daripada headline-nya. Tidak satu sel pun konsisten negatif. Nol. Mesin-mesin di sini tidak pernah menetap pada pembacaan negatif terhadap merek yang dilacak, dan kenegatifan, di mana pun muncul, berlalu. Jika seseorang menjual manajemen reputasi AI kepada Anda dengan teori bahwa model-model sudah berbalik melawan Anda, baris itu layak disimpan.
Disebut tetapi tidak direkomendasikan kini menjadi mode kegagalan yang punya nama
Kelompok lain mendekati celah yang sama dari sisi sebaliknya. Will Jack, Noah Lehman, Keller Maloney, dan Sarah Xu di Unusual mengaudit sekitar 37.000 eksekusi produksi pada 215 prompt berbingkai komersial di 19 sektor, terhadap katalog 533 merek yang diurutkan ke dalam lima tingkat keterkenalan. Unusual juga menjual ke pasar ini.
Mereka membagi masalahnya menjadi tiga tahap. Model harus mengambil halaman yang merujuk Anda, membawa Anda keluar dari kumpulan hasil pengambilan ke teks jawaban, lalu mendukung Anda di set rekomendasi alih-alih mencantumkan Anda sebagai opsi yang dilewatinya.
Pemimpin kategori muncul di hampir setiap pengambilan yang relevan dan memenangkan 25% sampai 41% slot yang mereka capai. Berada di ruangan sudah beres bagi mereka. Terpilih belum. Semakin ke bawah tangganya, keadaannya terbalik, dan 48% sampai 52% merek terkecil tidak pernah muncul di satu pun dari 37.000 eksekusi.
Dalam makalah pendamping, tim yang sama mengambil 7.763 kasus di mana baik ChatGPT maupun Claude tidak merekomendasikan sebuah merek dan mengurutkan masing-masing ke salah satu dari tiga kegagalan itu: tidak pernah mencapai model, mencapai model tetapi tidak disebut, disebut tetapi tidak direkomendasikan. Kedua penyedia memberi diagnosis yang sama dalam 95,1% kasus, dengan interval 95% berkluster 94,3% sampai 95,7%. Kesepakatan naik seiring merek mengecil, dari 81% pada pemimpin kategori hingga 99,6% pada merek regional long-tail. Pilihan berbeda antarpenyedia. Alasan Anda kalah sebagian besar tidak.
Angka sentimen butuh penyebut yang jauh lebih besar daripada angka sebutan
Konsekuensi praktisnya adalah aritmetika. Aturan operasional Kumar sendiri adalah tingkat sebutan membutuhkan setidaknya tiga eksekusi, dan skor berbobot sentimen membutuhkan setidaknya sepuluh prompt per platform per merek sebelum stabil. Sentimen yang dilaporkan dari segelintir pengecekan sedang melaporkan keberuntungan pengambil sampel.
Inilah sebabnya setiap persentase visibilitas yang kami publikasikan disertai interval Wilson, dan mengapa peringatan kami terpicu berdasarkan interval, bukan estimasi titik. Jalankan seri sentimen dengan kedalaman yang sama seperti seri sebutan dan seri itu akan memicu peringatan kira-kira tujuh kali lebih sering, dan hampir semuanya fluktuasi acak.
- Pisahkan sebutan dan pembingkaian sebagai seri terpisah dengan ukuran sampel terpisah. Satu angka utama merata-ratakan hal yang stabil dengan hal yang bergejolak.
- Ketika Anda kalah, tanyakan kegagalan mana dari ketiganya. Perbaikan untuk tidak pernah diambil tidak punya kesamaan apa pun dengan perbaikan untuk menjadi runner-up.
- Per mesin. Pilihan lintas penyedia berbeda kira-kira dua pertiga waktu dalam data Unusual.
- Tetapkan ambang peringatan dari interval, agar goyangan pada sembilan sampel tidak membangunkan siapa pun.
Apa yang kami lakukan tentang ini
Proofsource melacak sentimen dan pemosisian di samping pelacakan prompt dan share of voice pesaing, memberi setiap angka visibilitas interval Wilson, dan menjadikan interval itu gerbang peringatan. Ketika Anda disebut lalu dilewati, tugas laporan adalah menjelaskan mengapa mereka menang, dengan buktinya terlampir.
Sampling kami sendiri lebih kecil dan menunjuk ke arah yang sedikit berbeda. Di satu kategori yang kami uji, kami mengukur perputaran 9% sampai 27% dari hari ke hari per mesin pada nama yang muncul, lebih banyak gerakan daripada yang disiratkan tingkat balik 6,8%. Kohort berbeda, definisi eksekusi berbeda, dan kami tidak akan berpura-pura keduanya bisa diselaraskan dengan rapi.
Bagian yang akan kami pertahankan dalam kedua kasus adalah instruksi yang mengikutinya. Berhentilah membaca jumlah sebutan sebagai hasil. Itu adalah syarat masuk.
Di mana ini bisa salah
Kedua kelompok menjual alat di pasar ini dan keduanya mempublikasikan data produksi mereka sendiri. Itu tidak membatalkannya, dan kami berada di posisi yang sama ketika mempublikasikan data kami. Tidak satu pun merupakan audit independen, jadi jangan membacanya sebagai audit independen.
Kumar sendiri menyebut batasan terbesarnya. Sentimen diklasifikasikan oleh sebuah model atas bagian yang menyebut merek, sehingga 45,5% mencampur variasi nyata dalam jawaban dengan fluktuasi acak pengklasifikasi, dan makalahnya tidak memisahkan keduanya. Perlakukan 6,7 kali sebagai batas atas seberapa tidak stabil pembingkaian, bukan pengukurannya.
Kohort itu diambil secara kemudahan dan condong ke SaaS, eksekusi ritel, fintech, dan merek direct-to-consumer. Kelompok Tier 1 berisi 11 merek, dan makalahnya menandai sel-selnya yang kecil.
Label mode kegagalan Unusual juga ditetapkan oleh model, dan tangga keterkenalannya dikodekan manual dari sinyal publik. Tangga itu mewakili seberapa dikenal sebuah merek, bukan seberapa besar.
Jendela waktunya Maret sampai Mei 2026 dan Mei 2026. Mesin terus diperbarui, jadi ambil bentuknya dan pegang angka desimalnya dengan longgar.
Nol sel yang konsisten negatif adalah pernyataan tentang merek yang dilacak pada prompt kategori dalam satu kohort. Itu bukan klaim bahwa model tidak pernah mengatakan hal buruk tentang siapa pun.
