量測您的 AI 能見度，不自欺欺人。

能見度數字是在一個樣本中點名您的回答所占的比例。本章說明該問哪些問題、要問幾次、要記錄什麼，以及如何誠實地解讀結果。

開始您的免費試用預約示範

200 則回答。25 Prompts/問題。頂尖 AI 引擎。2 天。免費。不需信用卡。

AI 能見度指南第 2 章，共 6 章

應該追蹤哪些買家問題？

追蹤買家在知道您的名字之前會問的問題：「Y 最適合的 X 是哪個」、「X 的替代方案」、「X 對 Y」、「哪個 X 有免費試用」。候選名單就是在這些問題裡形成的。

從小規模開始。五或六個主題，每個主題最多三個問題，就足以看出模式。等您針對第一組問題採取行動後，再增加問題才有意義。
品牌問題分開處理。點出您名字的問題，不論引擎是否認識您都會提到您，因此幾乎無法反映您的能見度。請改用它來檢查準確度。
照買家的方式撰寫，用完整的句子，加上他們在意的條件：價格、團隊規模、整合。

混入點名品牌的問題，會讓數字大幅變動。在我們自己 220 則回答的基準測試中，類別領導者在全部回答中被點名的比例是 59%，但在 16 個沒有提到任何品牌的問題的回答中只有 40%（基準測試）。

建立清單請參考如何找出 AI 會推薦您的買家問題；斟酌問法請參考如何測試買家問題的不同問法；解讀結果請參考Prompt 涵蓋率。

問題的問法會改變回答嗎？

影響比重問一次還大。在 96 個品牌的 13,994 則回答中，某個購買決策的一種問法點名了某品牌時，同一天的另一種姊妹問法也點名它的比例是 55%。同樣的問法稍後再問一次，品牌保留下來的比例是 78%（問法研究）。

公開的 Tesla 範例呈現了這種分散程度（2026 年 10 月 4 日、8 日與 15 日的掃描）。針對電網儲能這一個購買決策的五種問法中，有兩種在 12 則回答中 12 則都點名 Tesla，另有兩種一次都沒有點名。這兩種問的是每 MWh 成本與採購標準，引擎以價格與檢查清單回答，完全沒有提到其他問法點名的任何供應商。請先分別回報每一種問法，再決定是否平均；把 12 中 12 與 12 中 0 混在一起的主題分數，兩者都描述不了。

21% 至 100%

單次檢查點名您時的 95% 信賴區間：與一個每五次只點名您一次的引擎也相符。

計算過程，2026 年 9 月 20 日

47%

單則回答的每日變化中，隔天又變回去的比例；橫跨四個引擎的 40 個買家問題。

2026 年 10 月 5 日至 13 日

38 對 15

提及率同為 44% 的兩家公司，在相同 160 則回答中被第一個點名的次數。

2026 年 10 月 4 日至 9 日

為什麼只檢查一次不夠？

同一個問題問同一個引擎兩次，可能得到兩個不同的回答。一則回答是一個樣本，不是事實，而少數幾個樣本可能會誤導人。單一一則點名您的回答，95% 信賴區間是 20.7% 到 100%；單一一次沒點名，則是 0% 到 79.3%（為什麼一則回答透露的資訊這麼少）。

從小樣本回報比率，誠實的做法是附上信賴區間。在 Tesla 範例中，ChatGPT 在 25 則回答中有 16 則點名 Tesla，也就是 64%，但 95% Wilson 信賴區間大約從 45% 到 80%。Perplexity 的 25 中 10 則大約從 23% 到 59%。兩個範圍重疊，所以就連這個差距也還無法證明某個引擎比較偏好 Tesla。回答越多，範圍越窄：200 中 60 大約從 24.1% 到 36.7%。變化只有在大於雜訊時才有意義；第 6 章說明如何證明，95% 信賴區間代表什麼則說明這個範圍本身。

完整方法請見方法論頁面，術語請見詞彙表。

除了有沒有被點名，還應該記錄什麼？

被點名的位置。買家問題的回答通常會點名好幾家公司；在我們的樣本中，中位數是五家。兩家公司在相同 160 則回答中各被點名 70 次，被第一個點名的次數卻分別是 38 次與 15 次（重點是位置，不只是有沒有出現）。
引擎有沒有搜尋。一則從未搜尋的回答，不可能反映任何頁面的變化（第 1 章）。
它引用了哪些頁面，以及取代您被點名的是哪些競爭對手。這是第 3 章的原始材料。
每個引擎分開記錄。合併的分數會掩蓋您需要下功夫的那個引擎。IAB 2026 年 8 月的量測框架把位置與提及率並列為核心品牌指標，並把少於 50 次查詢的分析視為探索性質。

AI 聲量占比與AI 能見度分數頁面說明這些如何彙整成單一數字，以及各自會掩蓋什麼。