每個數字背後的三條規則
每個百分比都有 Wilson 信賴區間，讓您看出真實比率可能離測得值多遠。
Wilson（1927），比例的標準區間詢問相同問題的引擎：ChatGPT, Perplexity, Claude 和 Google AI Overviews。
每個方案，包括免費試用的數字可展開查看背後的回答，包含全文與各引擎引用的每個頁面。
每份報告，每個方案皆有Proofsource 計算什麼？
- 提及率：某個問題的回答中提到您品牌的比例，分引擎與整體計算。
- 誰取代您被提到：相同回答中的所有其他品牌，依出現頻率排序。
- 位置：您的品牌被提到時，出現在回答中的哪個位置。
- 引用：各引擎列為來源的網頁，以及其中哪些提到您。
每個回答都連同完整文字與來源一起保存，所以每個數字都能追溯到它計入的回答。名詞定義請見AI 能見度詞彙表。
問題是如何詢問的？
您核准一組買家問題：不含品牌的類別問題，例如「X 最好用的工具是什麼」，再加上幾個點名您品牌的問題。每個問題都會在面板中的每個引擎上提出，且在每個引擎上的寫法相同，讓引擎之間可以比較。
在每日方案中，每個問題每天在每個引擎上執行一次；每週與每月方案則較少執行。免費試用執行 2 次掃描（今天和明天），每個引擎 25 個問題。不提品牌的問題才是真正的考驗：提到您品牌名稱的問題，無論引擎認不認識您，都會提及它。
每個數字有多確定？
AI 引擎對同一個問題，相隔一分鐘就可能給出兩個不同的回答，所以一個回答只是一個樣本，不是事實。由少數回答算出的百分比，可能與真實比率相差甚遠。
Proofsource 為每個百分比加上 95% Wilson 分數信賴區間。在 20 個回答中被點名 6 次是 30%，區間約為 14.5% 到 51.9%。在 200 個回答中被點名 60 次也是 30%，但區間縮小到約 24.1% 到 36.7%。每日抽樣讓區間縮小，而且只有變化超出區間時才會被標記。
Wilson 區間於 1927 年提出（Wilson，Journal of the American Statistical Association），是小樣本比例的標準選擇，因為它在接近 0% 與 100% 時仍然誠實。白話解釋、公式，以及推薦它的論文：95% 信賴區間代表什麼。
主要分數如何計算？
每份報告為每個領域顯示一個 0 到 100 的分數。每個分數都是量測項目的加權平均。無法量測的項目會被排除並註明，絕不以零分計算。證據不足時，分數會顯示「資料不足」。
技術分數
公式。round( sum(權重 x 領域分數) / sum(已衡量領域的權重) )，每個領域分數 = round(100 x (通過 + 0.5 x 警告) / 已判定的檢查)
- 爬取與索引（權重 25）。網站稽核的領域分數。門檻：無法擷取、標準化或建立索引的頁面，就無法排名或被引用。
- 連結與架構（權重 10）。網站稽核的領域分數。內部連結決定爬蟲能到達哪些頁面；一個失效連結的代價小於一個無法索引的頁面。
- 結構化資料與分享（權重 15）。網站稽核的領域分數。機器如何不必猜測就讀懂頁面。
- 效能（權重 15）。網站稽核的領域分數。速度和 Core Web Vitals 直接影響排名與跳出，且都有實際衡量。
- 安全與信任（權重 10）。網站稽核的領域分數。大多數網站都能通過的信任基準，所以能區分的網站不多。
- 頁面內容（權重 15）。網站稽核的領域分數。標題、描述、標題階層和內文，是頁面被比對的依據。
- AI 搜尋存取（權重 10）。網站稽核的領域分數。AI 爬蟲是否可以讀取網站，以及 llms.txt 是否存在。
缺漏資料。已判定檢查少於 3 項的領域不計入，權重重新正規化。若已衡量的權重點數低於 100 點中的 60 點，或缺少爬取與索引，報告會顯示資料不足，且不顯示分數。
不確定性。稽核是對已爬取頁面的全面普查，而非抽樣，所以沒有抽樣區間。範圍是確定性的界限：若每項未判定檢查都失敗時的分數，以及若每項都通過時的分數。
SEO 分數
公式。round( sum(權重 x 部分分數) / sum(已衡量部分的權重) )，僅計已衡量的部分
- 搜尋能見度：有排名的關鍵字（權重 10）。log10(1 + 有排名的關鍵字數)，10,000 個關鍵字得 100 分。網站被找到的範圍有多廣；對數刻度。
- 搜尋能見度：排名區間（權重 15）。有排名關鍵字依排名區間計算的平均點擊權重，0.25 得 100 分。網站在被找到的地方排名有多好。
- 搜尋能見度：估計每月造訪量（權重 20）。log10(1 + 估計造訪量)，100,000 得 100 分。排名的結果；供應商的估計值。
- 權威度：參照網域與指定競爭對手比較（權重 25）。50 x 品牌的參照網域數 / 指定競爭對手的中位數，上限 100。連結是最強的站外訊號，並以客戶指定的競爭對手為比較基準。
- 頁面優化（權重 20）。網站稽核中「頁面內容」領域的分數。網站自己能掌控、決定頁面如何與查詢比對的部分。
- 內容品質（權重 10）。頁面品質評審的平均驗證分數，僅在有完整執行時計算。選擇性啟用、針對部分頁面樣本的 LLM 評判，是最不具確定性的輸入。
缺漏資料。未衡量的部分不計入、絕不猜測，其餘部分重新正規化。若沒有已衡量的搜尋能見度部分，或低於 100 點中的 50 點權重，報告會顯示資料不足。
不確定性。排名、流量和反向連結數是供應商在某個時間點的估計值，因此不計算也不暗示任何抽樣區間。每個部分都會顯示其來源和資料日期。
AEO 分數
公式。round( (35 x 提及 + 25 x 引用 + 25 x 聲量占比 + 15 x 位置) / 100 )，每個部分 0-100，僅計已衡量的部分
- 提及率（權重 35）。點名品牌的回答占比，50% 得 100 分。買家需要的第一件事；其他每個組成都以它為前提。
- 引用率（權重 25）。引用品牌網站的回答占比，40% 得 100 分。從能見度到流量之間可衡量的那一步。
- 聲量占比（前 10 名框架）（權重 25）。品牌在被點名最多的十家供應商中的占比，25% 得 100 分。品牌與一同被點名的供應商相比表現如何。
- 被點名時的平均位置（權重 15）。100 x (20 - 名次) / 19，第 1 名得 100 分。較前面的位置會先被讀到；權重最低，因為它依據的回答最少。
缺漏資料。回答少於 10 則：資料不足，不顯示分數。聲量占比需要 10 次供應商提及，位置需要 5 則有排序位置的點名回答，否則該部分不計入，其餘重新正規化。
不確定性。回答是抽樣而來，所以分數會附上由其各項比率的 Wilson 區間得出的 95% 範圍（蒙地卡羅法、固定種子、保守相依假設），另列出五種替代權重下的分數，讓權重的影響一目了然。
品牌提及分類器有多準確？
判斷回答是否點名您品牌的分類器，依引擎以人工標記測得的精確率、召回率和準確率。每個標記都指向一個真實擷取的回答，報告時會重新對照分類器目前的判定。
每項判定都依引擎與人工標註的回答比對。只有當標註資料集達到最低數量時，數字才會在這裡公布，讓每個數字都有足夠的證據支撐。
精確率與召回率以人工標註的黃金集衡量，並依引擎、主題和品牌分層。每個標註都對應一則實際擷取的回答；分類器的「目前」判定會在產生報告時重新串接，因此模型或提示詞變更不必重新標註就會反映出來。低於最低標註數的數字不予公布。
這些數字在每次部署前，都會從最新一次已標註的執行重新產生。
這個方法有哪些限制？
- 白銀標註可作為一致性的起點，但不是經人工驗證的事實；本頁只有黃金集的數字才是。
- 情緒是三類別的一致性數字，而非各類別的精確率／召回率。
- 各引擎以列出的模型版本取樣；供應商若悄悄更換模型，可能在下一次校準執行記錄之前就讓數字偏移。
- 引用所需時間只針對 Proofsource 控制的頁面衡量（唯一代碼探測），不適用於任意客戶頁面。
關於 Proofsource 如何測量的常見問題
Proofsource 如何衡量 AI 能見度？
它向 ChatGPT, Perplexity, Claude 和 Google AI Overviews 詢問買家會問的問題，閱讀每個回答，並記錄您的品牌是否被點名、和誰並列，以及引用了哪些頁面。提及率是點名您的回答所占比例，每個比率都附有 95% Wilson 信賴區間。
問題多久詢問一次？
依方案選擇的頻率：每日或每週，每次執行時每個問題在每個引擎各問一次。免費試用執行 2 次掃描（今天和明天），每個引擎 25 個問題。
為什麼每個數字都要加上區間？
因為同一個問題一分鐘後可能得到不同的回答。從 20 個回答算出的提及率可能與真實比率相差甚遠；信賴區間顯示差多遠。Proofsource 只在變化超出區間時才標記，所以雜訊多的一天不會被當成趨勢回報。
品牌提及分類器有多準確？
它的精確率與召回率會依引擎、對照人工標註的回答量測，並在標註資料集大到足以誠實呈現時公布在本頁。在那之前，這些數字會暫不公布，而不是用估計值代替。
我能查看數字背後的回答嗎？
是。每個數字都能打開計算它的回答，附上完整內文和每個引擎引用的來源，讓您自己重新計算。
