提及率掉了，是引擎变了还是你变了：AI 可见度波动的五种成因与排查顺序（2026）

一句话结论：提及率掉了，先按这个顺序排：① 先证明它真的掉了（算出你这套配置的最小可分辨变化，低于这个数不解读，并把这一轮重跑一遍）；② 再看跌幅在引擎之间怎么分布——只有一个引擎掉，指向引擎侧（换版、联网策略、信源权重）；所有引擎一起掉，指向你这侧（口径动了，或内容资产出问题了）；③ 最后看引用来源列表变没变——你的链接消失了是检索层问题，链接还在但答案不提你是生成层/竞争问题。五种成因（噪声、口径漂移、引擎换版、竞品挤占、资产掉了）的应对动作完全不同，在分流完成之前动手改内容，是这件事上最贵的浪费。

和基准篇的分工：提及率 18% 算高还是低 回答的是横截面问题——一个数字本身是高是低（答案：没有通用及格线）。这篇回答的是时间序列问题——同一套口径下数字变了，是谁动了。两篇共用一个前提：口径必须先冻结。

为什么写这篇：截至 2026-09-09 检索，中文侧搜「品牌 AI 提及率下降 / 波动 / 怎么排查」，返回的整页都是怎么建指标体系的稿子——火山引擎《AI 可见性测量方法：从提及率、推荐率到引用率》、腾讯云开发者社区《企业如何建立品牌 AI 曝光度监测体系》、千百顺《品牌 AI 可见度诊断》 等，讲的是该看哪些指标。没有一篇讲「数字掉了之后怎么区分是引擎变了还是你变了」。而这恰恰是每个真在跑监测的人第二个月一定会撞上的问题：第一个月你在建表，第二个月表开始动了。这篇只补归因这一段。

---

第 0 步：先证明它真的掉了（跳过这步，后面全是在解释噪音）

一个提及率数字往下走，有一种可能性永远排在最前面：它根本没往下走。

0.1 先算出你这套配置的「最小可分辨变化」

提及率是比例，比例的抽样误差只取决于 n = 题数 × 每题采样次数。常见配置对应的门槛（完整表和推导见基准篇第四节）：

每轮每引擎采集次数 n	配置举例	两轮之间最小可分辨变化
20	20 题 × 1 次	约 29 个百分点
60	20 题 × 3 次	约 16 个百分点
150	50 题 × 3 次	约 10 个百分点
300	100 题 × 3 次	约 7 个百分点
650	217 题 × 3 次	约 5 个百分点

（基于二项分布标准误估算，取 p=0.3。这是理想上界——同题多次采样彼此相关、并非独立样本，真实误差比表里更大。）

用法只有一句：把你这一行的数字写进周报脚注，低于它的涨跌一律不解释。在 50 题 × 3 次的配置下，「从 28% 掉到 24%」不是一个需要归因的事件，是一个需要继续观察的读数。

0.2 大模型本身就不是确定性的

很多人以为把 temperature 设成 0 就能复现同一个答案。不能。 即使关掉采样随机性，实际推理仍然会因为浮点累加顺序、批处理调度、并行 reduction 的次序等实现层因素产生差异，并在深层网络里被放大——Thinking Machines Lab 的《Defeating Nondeterminism in LLM Inference》系统讨论过这一点，中文侧的讨论见知乎相关问题（2026-09-09 检索）。

对做监测的人来说，这条的含义很实际：「我昨天问它还提到我，今天就不提了」不构成任何证据。 单次采样的复现失败是常态，不是信号。

0.3 三轮法则

一次下跌要进入归因流程，至少满足其一：

1. 跌幅超过最小可分辨变化，且
2. 连续两轮维持（不是 V 型反弹），或
3. 重跑本轮后跌幅仍在（同一套题、同一个面、当天重跑一次）。

三条都不满足，正确动作是记录、观察、不动手。

---

五种成因：一张对照表

过了第 0 步，下跌是真的。那么它只可能来自这五个地方之一（或几个叠加）：

#	成因	一句话	典型形状	你能不能修	见效周期
A	采样噪声	它没掉	无规律，回弹	不用修	—
B	口径漂移（你动了尺子）	你换了考卷，不是成绩变了	所有引擎同步、同幅度	能，且最快	立刻
C	引擎变了	模型换版 / 联网策略 / 信源权重调整	单个或少数引擎、断崖式	不能直接修，只能适配	月，不可控
D	竞品挤占	名单就那么几个位置，你被换下来了	绝对值跌 + SOV 同步跌	能，慢	周到月
E	资产掉了	收录 / 抓取 / 第三方稿出了问题	多引擎同步跌 + 引用来源里你的链接消失	能，且必须马上修	天到周

这张表的价值不在于分类本身，而在于最后两列：B 和 E 要立刻动手，C 只能记录和适配，A 和 D 不该触发紧急动作。把成因搞错，动作就全错——最常见的错误是把 C（引擎换版）当成 D（竞品挤占）来打，于是加预算铺内容，下个月引擎版本稳定了，数字自然回来，团队把功劳记在那批内容上，从此这个错误闭环就固化了。

---

分流三问：用最少的动作把范围砍掉一半

不要一条一条试。按下面三个问题的顺序问，每问一次范围缩小一半。三个问题都不需要新采集，用你已有的数据就能答——前提是你的数据分引擎、分题型、带引用来源列表存着。（存法见如何监测品牌在国内 AI 搜索里的可见度。）

问 1：跌幅在引擎之间怎么分布？

这是信号最强的一刀。

• 只有一个 / 少数引擎掉，其余持平 → 强烈指向 C（引擎变了）。理由很硬：你的官网、你的知乎回答、你的公众号文章不会只对豆包失效而对 DeepSeek 有效。
• 所有引擎同步下跌，幅度接近 → 指向 B（口径漂移） 或 E（资产掉了）。这两个是接下来要分的。
• 所有引擎下跌但幅度差异很大 → 可能是 D，也可能是 C 叠加（多个引擎恰好都在这个窗口换过版）。往下走两问。

⚠️ 一个前提：只有分引擎存数才能问这个问题。 把六个引擎平均成一个总提及率的看板，会让一个引擎的崩塌被另一个的上涨掩盖——这也是我们不建议只看总分的原因（该测几个、怎么选见该测哪几个 AI 引擎才够）。

问 2：跌幅在题型之间怎么分布？

把提问集按类型拆开看——品牌词题（问句里有你的名字）、品类推荐题（「有哪些做 XX 的公司」）、场景/对比题：

• 品牌词题也掉了 → 严重。品牌词题的提及率天然接近 100%，它掉意味着实体识别或检索层出了问题，不是竞争问题。直接跳到 [E] 和品牌词被截胡的排查分支。
• 只有品类推荐题掉 → 竞争问题（D），或引擎收窄了候选名单（C）。往下问第 3 问。
• 只有某一类场景题掉 → 大概率是那类问题上出现了新的强信源（竞品的新内容、新榜单、新的第三方测评）。

问 3：引用来源列表变了吗？

这是区分「检索层」和「生成层」的唯一硬证据，也是绝大多数团队没存、于是每次都只能猜的那一列。

上一轮	这一轮	说明	指向
引用了你的官网	你的链接消失了	你没被检索回来	E（收录/抓取/页面变更），或 C（信源权重调整）
引用了你的官网	链接还在，但正文不提你了	被检索到、没被选中	D（竞品更有说服力）或 C（生成策略变化）
来源以第三方为主	那几个第三方页消失了	你的外部信源塌了	E（第三方稿被删/降权）
来源域名整体大换血	新来源和你完全无关	引擎换了信源池	C
来源里出现新品牌的稿子	竞品新内容进来了	有人在这道题上发力	D

如果你的监测数据里没有引用来源列表，这一问答不了，归因就到此为止、只能靠猜。 这也是选型时该重点验的一项（怎么验各家宣称见GEO 工具排行榜是怎么来的）。

---

一张诊断矩阵：症状组合 → 最可能成因 → 下一步

把三问的答案组合起来，直接查表：

分引擎	分题型	引用来源	最可能成因	下一步动作
单引擎断崖	各类题一起掉	该引擎来源域名大换血	C 引擎换版/信源调整	查该引擎近期公告；观察 2–3 轮再判断；不要立刻改内容
单引擎断崖	只有推荐题掉	来源没变	C 生成策略收窄	记录进事件轴；对比答案长度与候选名单条数是否变短
全引擎同步、幅度接近	各类题一起掉	来源没变	B 口径漂移	查口径变更登记表：题、面、判定、登录态、采样次数
全引擎同步	品牌词题也掉	你的链接消失	E 资产掉了	查收录、查爬虫日志、查页面是否改版/被拦
全引擎同步	只有第三方带来的题掉	第三方页消失	E 外部信源塌了	查那几篇稿还在不在、是否被平台降权
多引擎、幅度不一	只有推荐题掉	出现新品牌来源	D 竞品挤占	看新进来的是谁、靠哪篇内容；做同题 SOV 对比
任意	任意	来源没变、答案措辞变了	A 噪声 或 C 微调	重跑本轮；连续两轮不成立就归档

叠加是常态：真实世界里最常见的是 C + D 叠加——引擎换版之后候选名单收窄，同时竞品刚好铺了一批新内容，于是被挤出来的是你。矩阵给的是主因，用来决定先做哪件事，不是排他判断。

---

逐个成因：怎么确认、怎么修

B：口径漂移——最常见、也最容易被漏掉

按发生频率排，这是第一大成因，因为它经常是「没人觉得自己改了什么」的那种改动：

改了什么	谁改的	对提及率的方向
提问集加了/删了几条题	你自己（想覆盖新场景）	↑↓ 都可能，幅度大
换了取数的面（API → 网页 → App）	工具升级 / 换了脚本	↑↓，三个面结果本就不同
判定标准变了（简称、产品名、域名算不算）	换了人做统计	放宽即 ↑，收紧即 ↓
这轮用了登录态 / 同一会话连问	手工复核时顺手	↑（上下文污染）
每题采样次数从 3 次改成 1 次	省成本	噪声放大 3 倍
云平台把底层模型换了	供应商，不通知你	↑↓，且你代码没动

最后一行值得单独说：即使你的调用代码一个字没改，模型也可能被平台换掉。 腾讯云智能体开发平台就曾就 DeepSeek-V3.2 的模型升级及切换安排发布公告（2026-09-09 检索）。如果你用云上的 API 面做监测，模型版本号必须跟着每一轮读数一起存，否则这类变更事后无法归因。

确认方法：拿出口径变更登记表逐项核对。没有这张表，就直接认定为「不可归因」，从这一轮开始重新立零点。表长什么样见基准篇第七节的基准登记表。

修法：口径回滚到上一轮，重跑一次。跌幅消失 = 确认是 B。

C：引擎变了——你修不了，但你能记录和适配

先看一个事实：引擎的变更频率是以周到月计的，而且是公开可查的。 仅 2026 年上半年的部分公开变更（2026-09-09 检索，以厂商公告为准）：

时间	变更	为什么会影响你的读数	来源
2025-09	DeepSeek V3.2-Exp 实验版发布	实验版与正式版行为可能不同	系统极客
2026-01	DeepSeek V3.2 正式版发布	完整后训练的通用旗舰版，答案风格与知识边界变化	系统极客
2026-01-26	通义千问 Qwen3-Max-Thinking 发布	推理型模型在推荐类问题上的罗列行为不同	据行业整理
2026-02-14	豆包大模型 2.0 系列发布，API 同步上线	国内提问量最大的入口之一换代	火山引擎开发者社区、央广网
2026-04-08	腾讯元宝支持对微信内文件及公众号内容做总结分析	元宝的信源结构本就偏微信生态，此类变更直接改变可被引用的内容池	36氪
2026-05-20	阿里云峰会发布通义千问 Qwen3.7 系列	三个月内第三次大版本迭代	据行业整理

（表中标注「据行业整理」的两条来自第三方汇总稿，我们未独立复核，请以厂商官方公告为准。）

结论不是「你要追上它们」，而是：把引擎变更做成一条外部事件轴，和你的读数曲线叠在一起看。 一个 2 月 14 日之后出现在豆包上的断崖，和一次内容改版无关——这句话你只有在事件轴上标了那一天才说得出来。

确认方法（不需要新采集）：

1. 跌幅是否只在这一个引擎上？
2. 断点日期是否贴着一次公开的版本发布或功能变更？
3. 该引擎的答案形态是否变了——长度、是否给外链、候选名单条数、是否改成先讲方法论？
4. 该引擎的引用来源域名是否整体换血？
5. 联网检索开关状态是否变了？部分国内引擎默认不联网或需手动开启（DeepSeek 要手动开联网才给来源），不联网时答案只凭模型内部知识生成，新品牌几乎不可能被提到——这一条能单独造成断崖，且和你的优化毫无关系。

修法：短期没有修法，只有三件事——记录断点、稳定 2–3 轮再判断、按新形态调整内容策略（比如引擎改成更爱引用结构化事实页，那就补事实页）。

一次换版会让读数位移多少？没有通用答案，本节也不给幅度数字。 位移幅度取决于你的提问集、行业和该引擎在你这批题上的原有表现，任何脱离具体口径的「换版平均影响 X 个百分点」都不值得采信。要得到属于你自己的答案，只能靠同一套提问集、同一个面、在换版前后各跑若干轮的分引擎读数来比对；引擎侧的变更内容与时间，以厂商官方公告为准。

D：竞品挤占——用 SOV 剪刀差确认

确认方法：同一批题、同一轮、同一个面上，把你和 3–5 个冻结的竞品一起统计。

绝对提及率	你的 SOV	说明
↓	持平	不是你的问题：这道题的「品牌容量」变小了，所有人一起被压缩 → 归因到 C，不要动手
↓	↓	你被挤出去了 → 确认 D，去看新进来的是谁
↓	↑	全行业都在掉，你掉得比别人慢 → 记录，别庆祝也别恐慌

这就是为什么周报里必须同时报绝对值和 SOV。 只报绝对值的报告，遇到「品牌容量收窄」这种情况会给出完全错误的结论，然后触发一轮完全无效的内容投入。

修法：慢，但确定性最高。看新进来的品牌是靠哪个来源域名进来的——是一篇新的知乎长文、一个新榜单、还是一篇平台自有内容。对着那个来源类型补，而不是泛泛地”多发内容”。

E：资产掉了——最紧急的一种，必须当天查

确认顺序（从答案倒着往回走）：

1. 引用来源列表：你的官网链接是不是整体消失了？
2. 服务器日志：国内 AI 爬虫最近还在不在抓你的站、抓的是不是掉了的那些页面？UA 清单与验证方法见怎么从服务器日志确认豆包、元宝真的抓过你的站。
3. 页面本身：最近有没有改版、换 URL、加登录墙、加 JS 渲染、robots.txt 或 CDN/WAF 规则把 AI 爬虫拦了？「安全团队顺手封了一批爬虫 UA」是我们见过的最隐蔽的一种断崖成因。
4. 第三方信源：帮你被提及的那几篇知乎回答、公众号文章、榜单页还在不在？有没有被删、被限流、被平台改版打散？
5. 引荐流量交叉验证：如果 AI 引擎带来的引荐流量同步掉了，就是双重证据（识别方法见豆包、元宝、夸克带来的流量怎么统计）。

修法：这一类是唯一值得当天动手的，而且见效最快——恢复抓取、修回 URL、补回被删内容，天到周级别就能被重新抓取。

A：噪声——什么都不做，但要记下来

归档到「观察中」，下一轮自动复核。唯一的纪律是：不要在周报里给它编一个原因。 一次编造的归因会污染之后所有的判断，因为团队会照着那个假原因继续投入。

---

一套可以直接跑的排查流程（大约 30 分钟，不需要新采集）

1. 查最小可分辨变化，判断跌幅是否够格。不够 → 归档，结束。
2. 重跑本轮（同题、同面、同判定）。跌幅消失 → 归档，结束。
3. 拆引擎看：单引擎 → 走 C；全引擎 → 走 B/E。
4. 拆题型看：品牌词题也掉 → 优先 E；只有推荐题掉 → D 或 C。
5. 对比引用来源列表：你的链接消失 → E；链接在但不提你 → D/C。
6. 核对口径变更登记表（含模型版本号）：有任何一项动过 → B，回滚重测。
7. 算同题 SOV：SOV 持平 → 归到 C，不动手；SOV 同步跌 → D。
8. 查资产四件套：收录、爬虫日志、页面变更、第三方稿存活。
9. 写进波动日志（见下），并只对 B 和 E 立刻动手。

---

三条纪律，决定你下次是排查还是猜

大部分团队排查不出来，不是因为方法难，是因为当时该存的东西没存。三条最低纪律：

1. 分引擎、分题型、分面存，不要只存一个总分。 合并平均会让一个引擎的崩塌被另一个的上涨掩盖——总分曲线是最不可归因的一种曲线。
2. 每一轮都存引用来源域名列表和模型版本号。 这两列是问 3 和成因 B 的唯一证据来源，事后补不回来。
3. 维护两条轴：一条是你自己的变更轴（口径改动、内容发布、页面改版、投放启停），一条是引擎的外部事件轴（版本发布、功能变更、联网策略调整）。归因的本质就是把断点对到某条轴上的某一天。

波动日志的最小格式（每次事件一行）：

字段	例
发现日期 / 影响轮次
受影响引擎 / 题型
跌幅 vs 最小可分辨变化
引用来源变化（消失 / 新增域名）
判定成因（A–E）
依据（三问的答案）
采取的动作 / 未采取的理由
后续 3 轮复核结果

最后一行是整张表里最值钱的一行：它是你唯一能验证「上次那个归因到底对不对」的地方。 没有它，团队会年复一年地重复同一套猜测。

---

什么时候该按兵不动

三种情况下，不动手才是正确动作：

• 跌幅低于最小可分辨变化——它可能根本没掉。
• 某个引擎刚换完版本的第一周——新版本上线初期读数本就不稳，先让它跑 2–3 轮。
• 绝对值跌但 SOV 稳——是这道题的品牌容量变了，不是你的位置变了。

反过来，三种情况要立刻处理：引用来源里你的官网整体消失（检索层问题，越拖越难恢复）；答案里出现事实性错误或负面表述（这已经不是可见度问题，见AI 把公司信息说错了怎么改和AI 答案里出现品牌负面怎么办）；跌幅集中在你最重要的那几道购买决策题上。

---

常见问题（FAQ）

提及率掉了，第一步该做什么？ 先证明它真的掉了。算出你这套配置的最小可分辨变化（50 题 × 3 次约 10 个百分点），低于它不解读；再把本轮重跑一遍看跌幅还在不在。大模型即使 temperature=0 也不保证复现，单次差异不构成证据。

怎么快速判断是引擎变了还是我自己的问题？ 看跌幅在引擎之间的分布。单引擎断崖 → 引擎侧（你的内容不会只对一个引擎失效）；全引擎同步同幅 → 你这侧（口径漂移或资产掉了）。这一刀能把范围一次砍掉一半，且不需要新采集。

引擎多久变一次？ 以周到月为单位。仅 2026 年上半年：豆包 2.0 于 2 月 14 日发布，DeepSeek V3.2 正式版于 1 月发布，通义千问 1 月发 Qwen3-Max-Thinking、5 月发 Qwen3.7 系列。云平台还可能在你代码没动的情况下替你切换模型版本。

绝对提及率跌但 SOV 没跌，说明什么？ 这道题的「品牌容量」变小了，所有人一起被压缩，你的相对位置没变。不该触发内容侧紧急动作。这也是周报必须同时报绝对值和 SOV 的原因。

怎么确认是自己的页面出了问题？ 沿「答案 → 引用来源 → 抓取日志 → 页面本身 → 第三方信源」倒着走。链接消失是检索层问题；爬虫不再抓是抓取层问题；第三方稿被删是最隐蔽的一种。

多久之内的下跌需要立刻处理？ 按成因分不按幅度分。官网从引用来源里整体消失、答案出现事实错误或负面、跌幅压在核心购买决策题上——这三种立刻处理。噪声、刚换版的第一周、SOV 稳的情况——不处理。

这篇和「提及率多少算高」那篇怎么分工？ 那篇是横截面（数字本身是高是低，没有通用及格线）；这篇是时间序列（数字变了，是谁动了）。共同前提是口径冻结。

---

归因能力，本质上是记录能力

「是引擎变了还是你变了」这个问题，在事情发生的那一刻是答不出来的——它只能被事先设计的记录回答。你能不能分引擎看、能不能对比引用来源、能不能证明口径没动过、手里有没有一条引擎变更事件轴，这四件事在下跌发生之前就已经决定了：你这次是排查，还是猜。

而这四件事有一个共同的物理前提：同一套问题、在同一批引擎和同一个面上、按固定周期、一字不改地重跑，并且每轮都把引用来源和模型版本号一起存下来。这恰恰是手工做不到的部分——50 题 × 3 次 × 6 引擎，每轮就是 900 次新开对话，还要逐条记录来源域名。自己写脚本还是买工具，这笔账我们单独算过，见自己写脚本监测 AI 提及，还是买工具。

闻响 GeoEcho 支持导入你自己的提问集，在国内（豆包 / DeepSeek / Kimi / 元宝 / 通义 / 百度 AI）与海外（ChatGPT / Perplexity / Gemini）引擎上按固定周期重跑，分引擎、分面记录提及率与被引来源域名，并把竞品放在同一批题上一起算 SOV——也就是这篇文章里的问 1、问 3 和成因 D 所需要的那三列数据。还没有提问集，也可以先输入域名跑一次免费快照，把零点先立起来：归因的前提是曲线，而曲线的前提是今天就开始记。