一句话结论:自查品牌 AI 可见度不需要任何付费工具——把问题拆成「品类词 / 对比词 / 场景词 / 品牌词」四类各 5 条,在豆包、DeepSeek、元宝、百度 AI 等官方入口上每条新开对话问 3 次,然后按提及 / 引用 / 推荐三档分别记录。三步做完,你就有了一份真实的基线。手动的边界也很清楚:它给得出快照,给不出趋势。
为什么专门写这篇:中文搜索里「怎么查品牌在 AI 里有没有被提到」的结果,要么是推荐几款来源难核实小工具的软文,要么是监控 Google / Reddit / X / 抖音的社媒提及的通用品牌追踪页——那是「有人在网上聊你」,不是「AI 答案里选不选你」,两件事完全不同。真正告诉你怎么自己动手查的,几乎没有。所以这篇先把方法给全,最后才提我们自己的产品。
一、先把口径分清:提及 ≠ 引用 ≠ 推荐
这是自查里最容易糊掉、也最值钱的一步。三档的含义、判定方式和商业意义都不一样:
| 口径 | 定义 | 自查时怎么判定 | 商业意义 |
|---|---|---|---|
| 被提及(Mention) | AI 的回答正文里出现了你的品牌名 | 在答案文本里搜品牌名,出现即计 1 | 基础盘:AI 到底知不知道你 |
| 被引用(Citation) | 答案下方的来源 / 参考列表里有指向你官网或你内容的条目 | 展开来源列表,看有没有你的域名或你发布的内容 | 最可操作:知道 AI 引谁,就知道该去哪里被提及 |
| 被推荐(Recommendation) | 在「哪个好 / 该选哪个 / 推荐几个」类问题里,AI 把你列为建议选项 | 只在对比类问题上统计,并记下你排第几、和谁并列 | 最接近生意:被提到 ≠ 被推荐 |
三者可以完全脱钩,而且经常脱钩:
- 提及了但没引用:AI 从模型记忆里说出了你的名字,但没有任何一条来源指向你——说明它对你的认知来自旧语料,你无法通过内容影响它,也无法核实它说得对不对。
- 引用了但没提及:AI 引了你的一篇文章当资料,正文里却推荐了竞品——你在给别人做嫁衣。
- 提及了但没推荐:品牌名问题下有问必答,品类问题下从不出现。这是绝大多数品牌的真实状态。
术语上更细的定义(声量份额、提及率的分母怎么定)见我们的 GEO 术语表。
二、第 1 步:设计问题集(20 条起,别只问品牌名)
自查失败最常见的原因不是问得不够多,而是问错了。只问「XX 是什么」「XX 靠谱吗」,你测到的只是「AI 认不认识你」。
按这四类各准备 5 条,凑够 20 条:
| 类别 | 例子(把 XX 换成你的品类 / 品牌) | 测的是什么 |
|---|---|---|
| 品类词(最重要) | 「有哪些做 XX 的公司/工具?」「XX 有哪些主流方案?」 | 用户问这类问题时,AI 会不会想起你 |
| 对比词 | 「XX 和 YY 哪个更适合 ZZ?」「XX 的替代品有哪些?」 | 你在竞争集里的位置 |
| 场景词 / 长尾 | 「预算有限的小团队做 XX 该怎么选?」「跨境电商做 XX 用什么?」 | 真实购买场景下的推荐位 |
| 品牌词 | 「XX 是做什么的?」「XX 的价格和优缺点?」 | AI 对你的认知准不准(有没有说错) |
三条经验规则:
- 问题要写成真人会打的样子,不要写成关键词。用户对 AI 打的是完整句子和场景,不是「XX 品牌 排名」。
- 品类词至少占一半。这是自查和 SEO 关键词表最大的区别——AI 里真正的战场在无品牌词。
- 问题集一旦定了就别再改。之后每次复测都必须用同一批问题,否则前后数据不可比。(口径的分母必须固定,这是所有 AI 可见度指标的地基。)
三、第 2 步:选引擎、定采样规则(每题至少 3 次,新开对话)
采样规则(决定数据可不可信)
- 每个问题至少问 3 次,每次新开一个对话。 AI 回答是每次生成的,同一问题多次结果不同是常态。3 次里提到你 2 次 = 提及率 67%,这才是可写进表里的数。
- 不要在同一个对话里连着问下一条。 上下文会污染结果:你上一句刚提过品牌名,下一句的答案就会「记得」它,提及率会被系统性抬高。这是自查里第一大坑。
- 尽量用未登录 / 全新会话状态。 登录态下的个性化和历史记忆会让结果偏向你自己,测出来比真实用户看到的好看。
- 固定联网开关状态并记下来。 联网与否是两套结果,混着测等于把两组数据搅在一起。
各引擎自查要点
用官方网页版或官方 App,不要用搜索结果里那些「免登录 / 中文版」的套壳站——这类站点背后接的模型、是否联网、来源怎么来都不透明,还常在前几轮对话后强制扫码,测出来的结果代表不了真实引擎。
| 引擎 | 自查时必须注意的事 |
|---|---|
| 豆包 | API、网页版、手机 App 三个面的引用不是同一套——数量和具体来源都不同,绝大多数真实用户在 App 面。先认准你测哪个面,然后一直用同一个面。(实测详情、豆包优化) |
| DeepSeek | 必须手动开启「联网搜索」才会给来源标注,而且需要每次对话手动开、无法设为默认常开。看到「0 引用」先确认这次开没开联网。(DeepSeek 优化) |
| 元宝 | 重度接入微信生态(公众号、视频号),来源构成和别家差异很大。自查时重点看来源里有没有公众号内容。(元宝优化) |
| 百度 AI / 文心 | 和百度搜索生态强绑定,你的百度收录情况、百家号内容会直接反映在答案里。(百度 AI 优化) |
| Kimi | 长文档与联网检索是强项,来源列表通常给得比较全,适合用来看「AI 眼里你的品类里都有谁」。(Kimi 可见度监测) |
| 通义千问 | 阿里生态信源(阿里云、开发者社区、电商语料)权重相对高,结构化问答(表格 / FAQ)更容易被采纳。 |
| ChatGPT / Perplexity / Gemini | 只有出海业务才需要测。注意 ChatGPT 未登录状态下用的是轻量模型、不保留记录,能力与联网行为和登录态不同;要比对就固定在同一种状态下测。 |
引擎选几个?只做国内生意,测豆包 + DeepSeek + 元宝 + 百度 AI 这 4 个就覆盖了主要盘子;有出海业务再加 ChatGPT 和 Perplexity。不要一上来铺 8 个引擎,人工跑不完。
四、第 3 步:怎么记录(一张能直接抄的表)
一个表格就够。每问一次记一行,或者每题记一行、把 3 次结果压在一起:
| 日期 | 引擎 | 面 | 联网 | 问题 | 问题类别 | 3 次中提及 | 是否被引用 | 是否被推荐 | 推荐排位 | 同答案里的竞品 | 备注 |
|---|---|---|---|---|---|---|---|---|---|---|---|
| 08-02 | 豆包 | App | 开 | 有哪些做 XX 的工具? | 品类 | 1/3 | 否 | 否 | — | A、B、C | 只在追问后才提到 |
| 08-02 | DeepSeek | 网页 | 开 | XX 和 YY 哪个好? | 对比 | 3/3 | 是(官网 FAQ 页) | 是 | 第 2 | B | — |
跑完后算三个数,每个都按引擎分开算(合并成一个总数就没意义了,各引擎选源逻辑完全不同):
- 提及率 = 提到你的次数 ÷ 总提问次数
- 推荐率 = 在对比 / 品类类问题里把你列为建议项的次数 ÷ 该类问题总次数
- 被引来源清单 = 所有出现过的来源 URL 去重后的列表 —— 这一列是整份自查里最值钱的东西:它直接告诉你「AI 在这个话题上信谁」,那些站点就是你下一步该去被提及的地方。
别忘了记竞品。 同一个答案里出现了谁,比你自己出没出现更能说明竞争格局。
五、五个会让自查结果失真的坑
- 同一对话里连问 → 上下文污染,提及率虚高。每题新开会话。
- 每题只问一次 → 那是抽样不是指标,AI 的随机性足以把结论翻过来。
- 登录态自查 → 个性化和历史记忆让结果偏向你自己。
- 把社媒提及当成 AI 提及 → 「网上有人聊你」和「AI 答案里选你」是两件事,很多所谓「免费品牌监测工具」测的是前者。
- 混着面比较 → 上周测网页版、这周测 App,涨跌全是噪声。面必须固定。
六、手动能测到什么、测不到什么
| 完全手动自查 | 需要工具 | |
|---|---|---|
| 现状快照(我现在提及率大概多少) | ✅ 够用 | — |
| 找出被引来源、定位内容缺口 | ✅ 够用 | — |
| 单个引擎的一次性摸底 | ✅ 够用 | — |
| 趋势(这个月比上个月涨了没) | ❌ 要按周重跑同一套问题 | ✅ |
| 多引擎横向对比 | ⚠️ 4 个以上人工就崩了 | ✅ |
| 竞品持续跟踪 | ❌ 工作量翻倍 | ✅ |
| 可复现、能被人复核的口径 | ⚠️ 靠人工记录,易漏易主观 | ✅ |
算一下工作量就清楚了:4 个引擎 × 20 个问题 × 3 次采样 = 240 次对话,还要逐条记录来源。做一次摸底是值得的,一天能干完;但如果要每两周重跑一次看趋势,这就变成一份长期的人力开销——而 AI 可见度的价值恰恰在时间序列上,单次快照看不出你在涨还是在跌、竞品是在超过你还是被你甩开。
所以合理的路径是:先手动跑一轮,把口径搞清楚、把问题集定下来、知道自己现在大概什么位置;再决定要不要自动化。跳过手动直接买工具的人,往往连自己该测什么问题都没想明白。
(关于持续监测该怎么搭,见 如何监测品牌在国内 AI 搜索里的可见度;从测量到优化的完整链路见 GEO 完全指南。)
七、拿到基线之后做什么
自查的产出不是一个分数,是一份行动清单:
- 提及率为 0 的品类问题 → 这些就是你的内容缺口,逐条去布局能被 AI 检索到的内容。
- 被引来源清单里反复出现的站点 → 这就是这个话题的信源地图,去那里被提及比在自己官网发十篇更有效。
- AI 说错的事实(价格、业务范围、是否还在运营) → 优先修,错误信息比不被提及伤害更大,且往往来自过期的第三方页面。
- 总是和你并列出现的竞品 → 那才是 AI 眼里你的真实竞争集,未必等于你以为的那几家。
常见问题(FAQ)
查品牌在 AI 里有没有被提到,真的可以完全免费吗? 可以。国内主流 AI 引擎都有免费网页版或 App,自己逐个提问、记进一张表就是一次完整自查,零成本。免费的代价是人工时间:引擎数 × 问题数 × 采样次数是乘法关系。
同一个问题要问几次才算数? 至少 3 次,每次新开对话。只问一次得到的不是可见度,只是一次抽样。
AI 提到我的品牌名,是不是就说明做得好? 不一定。提及、引用、推荐是三档,只有「被推荐」最接近生意。品牌词提及率 100%、品类词推荐率 0,是很常见的真实状态。
搜到的「免登录 AI」网站能用来自查吗? 不建议。套壳站的模型、联网状态、来源都不透明,结果代表不了真实引擎。只用官方入口。
在豆包 App 里看到引用了我,工具里却查不到? 多半是「面」不一样。豆包 API / 网页 / App 三个面的引用互不相同,自查时认准一个面并始终用它做对比。
什么时候该从手动换成工具? 要覆盖 4 个以上引擎、要看趋势、要横向比竞品、要向上汇报口径可复现——占到两条以上,手动就跑不动了。
先跑一轮,再决定要不要工具
上面这套方法是完整可用的,不用任何工具你也能今天就做完一轮。
如果你想跳过这几百次手工提问,闻响 GeoEcho 能同时跑国内(豆包 / DeepSeek / Kimi / 元宝 / 通义 / 百度 AI)和海外(ChatGPT / Perplexity / Gemini) 引擎,按引擎、按面分开给出提及率、推荐率和被引来源。输入域名即可出一份免费快照,不用约销售、不用留电话——先看看你现在的底盘,再决定要不要长期跑。
常见问题
查品牌在 AI 里有没有被提到,真的可以完全免费吗?
可以。国内主流 AI 引擎(豆包、DeepSeek、Kimi、元宝、通义千问、百度 AI)都有免费的网页版或 App,自己打开逐个提问、把结果记进一张表,就是一次完整的人工自查,零成本。免费的代价是人工时间:引擎数 × 问题数 × 采样次数是乘法关系,一轮几十条问题就要几百次对话,所以手动适合摸底,不适合按周复测。
自查的时候,同一个问题要问几次才算数?
至少 3 次,而且每次都要新开一个对话。AI 回答是每次生成的,同一个问题问三遍很可能三种措辞、甚至有的提到你、有的不提。只问一次的结果不是「品牌可见度」,只是一次抽样。把 3 次里提到你的次数记下来,才有「提及率」可言。
AI 提到我的品牌名,是不是就说明 GEO 做得好?
不一定。要分三档看:被提及(答案里出现了你的名字)、被引用(答案下方的来源列表里有你的页面)、被推荐(在「该选哪个」类问题里 AI 把你列为建议选项)。只有第三档最接近生意。很多品牌在自己的品牌名问题上提及率 100%,但在品类问题上推荐率是 0——那才是真实处境。
在浏览器里搜到的「免登录 AI」网站可以用来自查吗?
不建议。搜索结果里有大量套壳站,背后接的模型、是否联网、引用怎么来都不透明,测出来的东西代表不了真实引擎。自查一定要用各家官方入口(官方网页版或官方 App)。同理,第三方镜像站给出的「来源」也没法用来判断你的真实被引情况。
我在豆包 App 里看到引用了我,工具里却查不到,谁错了?
多半谁都没错,是「面」不一样。豆包的 API、网页版、手机 App 是三套不同的检索与展示逻辑,同一个问题给出的引用来源数量和具体来源都不相同。自查时要先认准你测的是哪个面,并且始终用同一个面做前后对比,详见我们的实测文章。
手动自查到什么时候就该换工具了?
出现下面任意两条就该换:① 你要覆盖 4 个以上引擎;② 你要看趋势(即需要每周或每两周用同一套问题重跑);③ 你要和竞品横向比;④ 你要向上汇报,需要口径可复现、别人能复核。手动能给你一个诚实的快照,但给不了时间序列。