提及幾乎是品牌、Prompt 與引擎的固定屬性
多數 AI 能見度儀表板都以一個數字為主：點名您的回答所占比例。這個數字會被截圖放進董事會簡報，也是大家設定警示的對象。它同時也是回答中變動最少的部分。
Ranqo 的 Pratyush Kumar 在 2026 年 6 月發表的論文，為此給出了量化數字。Ranqo 銷售 GEO 工具，報告的是自家的正式環境資料，這會影響您該給它多少分量。樣本為 2026 年 3 月到 5 月間五個引擎上的 102 個品牌，超過 100,000 則 Prompt 回答。
針對不提品牌的類別 Prompt，每個至少追蹤三次執行的品牌、Prompt 與平台儲存格，提及模式分布如下：從未被提及 63.2%，一直被提及 14.3%，至少 70% 的執行被提及 7.0%，不到 30% 的執行被提及 8.7%。只有 6.8% 落在 30% 到 70% 之間的不穩定區間，也就是 77.5% 的儲存格嚴格地不是一直就是從未被提及。
引擎在類別問題上是否點名您，比起擲硬幣，更像是關於您的一個事實。對該樣本中的多數品牌來說，這個事實是否定的。
有被提及的儲存格中，45.5% 在正面與負面之間翻轉
現在把儲存格固定，改變問題。不問回答是否點名您，而是問它說了什麼。Kumar 篩選出至少被提及三次的儲存格，並為每次執行的情緒分類。
- 一直正面：29.9%
- 正面與中立混合：21.8%
- 一直中立：2.3%
- 負面與中立混合：0.5%
- 一直負面：0.0%
- 在正面與負面之間翻轉：45.5%
大家都在報告的是那個穩定的訊號
45.5% 對 6.8%，就是 6.7 倍的由來。同樣的儲存格，同樣的執行。儀表板上的數字是穩定的那個，而沒人報告的那個數字，在有內容可報告的儲存格中將近一半都在擺盪。
那張表裡還有一個比標題更讓我們喜歡的低調發現：沒有任何一個儲存格持續為負面。零。這裡的引擎從未對被追蹤的品牌定調為負面，而負面一旦出現，也會過去。如果有人以「模型已經對您不利」為理由向您推銷 AI 聲譽管理，這一列值得留著。
「被提及卻沒被推薦」如今已是有名字的失敗模式
另一個團隊從另一面處理同一個落差。Unusual 的 Will Jack、Noah Lehman、Keller Maloney 與 Sarah Xu，針對 19 個產業、215 個商業情境的 Prompt，稽核了約 37,000 次正式環境執行，對照一份分為五個知名度層級的 533 個品牌目錄。Unusual 也在這個市場銷售產品。
他們把問題拆成三個階段。模型必須先擷取到提到您的頁面，再把您從擷取池帶進回答文字，最後在推薦組合中為您背書，而不是把您列為它略過的選項。
類別領導者幾乎出現在每一次相關擷取中，並贏得所觸及位置的 25% 到 41%。對他們來說，進場已經解決了，被選中卻還沒有。往知名度階梯下方走，情況就反過來：最小的品牌中有 48% 到 52% 在 37,000 次執行中從未出現。
在一篇配套論文中，同一團隊取出 7,763 個 ChatGPT 與 Claude 都沒有推薦某品牌的案例，並把每個案例歸入三種失敗之一：從未到達模型、到達模型但未被提及、被提及但未被推薦。兩家供應商有 95.1% 的時候給出相同診斷，叢集 95% 信賴區間為 94.3% 到 95.7%。品牌越小，一致度越高，從類別領導者的 81% 到長尾區域品牌的 99.6%。不同供應商的推薦會分歧，但您落敗的原因大多不會。
情緒數字需要的分母遠大於提及數字
實際的後果是算術問題。Kumar 自己的操作規則是：提及率至少需要三次執行，而加權情緒分數則需要每個品牌、每個平台至少十個 Prompt 才會穩定。只憑少數幾次檢查報告的情緒，報告的其實是抽樣的運氣。
這就是為什麼我們公布的每個能見度百分比都附有 Wilson 信賴區間，也是為什麼我們的警示依據信賴區間而不是點估計觸發。若以與提及序列相同的深度執行情緒序列，觸發警示的次數大約會多出七倍，而其中幾乎都是雜訊。
- 把提及與描述方式分成兩個序列，各自有各自的樣本數。一個標題數字會把穩定的東西和不穩定的東西平均在一起。
- 落敗時，問問是三種失敗中的哪一種。從未被擷取的修正方式，與當亞軍的修正方式毫無共通之處。
- 按引擎分開看。在 Unusual 的資料中，不同供應商的推薦大約有三分之二的時間意見不一。
- 依信賴區間設定警示門檻，讓九個樣本上的晃動不會驚動任何人。
我們怎麼處理
Proofsource 在 Prompt 追蹤與競爭對手聲量占比旁追蹤情緒與定位，為每個能見度數字附上 Wilson 信賴區間，並依該區間決定是否發出警示。當您被點名卻被略過時，報告的任務是說明對方為何勝出，並附上證據。
我們自己的抽樣規模較小，指向的方向也略有不同。在我們測試的單一類別中，各引擎出現哪些名稱的逐日變動為 9% 到 27%，比 6.8% 的翻轉率所暗示的更多。樣本不同，對「一次執行」的定義也不同，我們不會假裝兩者能整齊吻合。
無論如何，我們願意捍衛的是隨之而來的建議：別再把提及次數當成成果。它只是入場條件。
這可能錯在哪裡
兩個團隊都在這個市場銷售工具，也都在發表自家的正式環境資料。這不代表不可採信，我們發表自己的資料時也處於同樣的位置。但兩者都不是獨立稽核，請別這樣解讀。
Kumar 自己點出最大的限制。情緒是由模型針對提到品牌的段落分類的，所以 45.5% 混合了回答的真實變異與分類器的雜訊，論文並未把兩者分開。請把 6.7 倍視為描述方式不穩定程度的上限，而不是對它的測量。
該樣本是方便抽樣，偏向 SaaS、零售執行、金融科技與直接面向消費者的品牌。第一層級只有 11 個品牌，論文也自行標註了樣本過小的儲存格。
Unusual 的失敗模式標籤同樣由模型指定，其知名度階梯則根據公開訊號人工編碼。它代表的是品牌的知名程度，而不是規模。
資料期間為 2026 年 3 月到 5 月以及 2026 年 5 月。引擎不斷推出新版本，所以請掌握整體輪廓，別太執著小數點。
零個持續負面的儲存格，描述的是單一樣本中被追蹤品牌在類別 Prompt 上的情況。這不代表模型從不說任何人的壞話。
