问题已经不只是 AI 可见度能否衡量
2026 年,AI 搜索衡量变得更加可观察。Google 推出了生成式 AI 展示次数的独立视图。Bing 为 AI Performance 报告增加了主题层面的背景信息。但两项发展都没有提供一个完整指标,说明品牌在所有助手中多频繁地触达潜在客户。
核心研究发现是,这些系统观察的是不同事件。搜索平台可以记录显示的链接,监测工具可以记录某个选定问题产生了什么,网站分析可以记录访问,客户数据库可以记录咨询。这些事件可以在客户路径中连接起来,但不是同一个事件被统计了四遍。
当管理层问 AI 搜索是否正在改善时,这一点很重要。出现次数增加可能令人鼓舞,但发现表现仍可能很弱。更多引用也可能伴随很少的直接访问。分数上升甚至可能只是问题构成发生变化。有用的结论,取决于证据真正能够回答哪个商业问题。
Google 现在区分 AI 展示次数,但统计规则很重要
Google 表示,其 Generative AI 效果报告于 2026 年 8 月 31 日在全球开放。报告包括 AI Overviews 和 AI Mode 中的链接展示,排除 Search Labs 实验。这是对显示链接的观察,而不是回答文字中每一次品牌提及。
默认图表按资源汇总:同一网站的两个链接出现在一个功能中,在图表里计为一次展示。页面表格则按页面汇总。因此,各行加总可能与图表不同,但两者都没有错。该报告与 Web 效果数据存在重叠;把两者总数相加,会重复统计覆盖。
还有一个导出细节值得注意:界面中以短横线或波浪号显示的不可用数值,在下载数据中会变成零。因此,电子表格可能让缺失信息看起来像经过测量的缺席。
策略上的意义是,在竞争对手分析开始之前,数据准备就可能改变看起来发生的事情。团队若把页面总数与网站层面的趋势比较,可能是在比较两种单位。一个表面上的零,可能需要先检查,才能据此声称企业消失了。
Bing 的主题规模衡量引用,而不是买家受众
Bing 于 2026 年 10 月 13 日推出 Topics Portfolio 测试版。其 Topic Size 指标近似表示某个主题下所有网站的引用总量。Queries 统计不同的检索依据查询,Sites Cited 则估计参与竞争的网站数量。机会量以区间表示,并非精确总数。
检索依据查询,是系统用于获取支持信息的检索请求。它们的数量不是提出同一消费者问题的人数。因此,一个大型引用主题,不能直接换算成同等数量潜在客户构成的市场。
报告还会隐藏网站存在感或生态活动不足的主题。没有出现的主题,并不证明没有兴趣。对于养老服务提供商,这一区别可能影响人们如何解读一个小型本地护理主题,以及它与广泛全国退休主题之间的关系。
我们的结论是,这些数据加强了竞争背景:它揭示来源在哪里参与回答生态。但它不能替代本地需求研究,也不应把近似主题分类呈现为精确消费者搜索量。
引用证明来源参与,不证明推荐排名
Bing 于 2026 年 2 月 10 日发布的最初 AI Performance 公告,描述了受支持 Microsoft AI 体验中的引用次数、被引用页面、检索依据查询样本和趋势。Microsoft 明确将这些指标与排名、权威性或在回答中的位置区分开来。
这一区别解释了一种原本令人困惑的结果:某页面可能更频繁地成为来源,但公司并没有成为首选服务提供商。关于护理资助的来源,可以支持一般性解释,回答随后却可能推荐另一个养老社区,或者一个也不推荐。
这一影响不限于养老服务。软件公司的文档、零售商的购买指南和服务商的服务说明,都可以贡献事实,却没有获得直接背书。来源出现与商业偏好是不同发现。
单一引用分数无法揭示企业扮演了什么角色。回答本身包含缺失的背景:品牌只是被描述、比较、推荐、批评,还是品牌未出现,而其页面提供了证据。因此,当计数与底层回答放在一起时,它才更有用。
一个核实后的样本显示,令人安心的总分可以掩盖薄弱的发现表现
提供给我们的养老数据集包含 100 个生成的 ChatGPT 问题,以及某家加拿大运营商的 17 次品牌提及。乍看之下,提及率为 17%。将问题分开后,结果更鲜明:在直接点名该运营商的 13 个问题中,它全部出现;在另外 87 个问题中,只出现四次。
因此,发现类问题的提及率约为 4.6%。观察到的 17 次提及中,有 13 次——约 76.5%——来自已经提供运营商名称的问题。这些是基于核实样本的计算,不是市场份额估计,也不是对家庭行为的观察。收集日期与时间窗口不可得。
该样本展示的是衡量问题,而不是行业基准。品牌被点名时可能始终得到识别,在测试的更广泛问题中却很少出现。即使每组内的表现保持不变,改变点名品牌问题的比例,也会改变整体分数。
因此,问题样本的构成就是结果的一部分,而不是无关紧要的方法注脚。
| 问题组 | 提及次数 / 问题数 | 该样本说明什么 |
|---|---|---|
| 13 / 13 | 提供名称时能够识别 | |
| 4 / 87 | 在这些抽样问题中的发现有限 | |
| 17 / 100 | 掩盖差异的总数 |
生成问题的分数,无法自动换算为访问量
设想两个大小相同的虚构测试问题集。一个包含许多已经点名品牌的问题;另一个侧重不点名的发现问题。即使品牌在每种问题类型中的表现完全相同,也可能因为两个问题集询问的内容不同,而得到不同的整体提及率。这是加权的示例,不是测得的广告活动结果。
两个问题集都无法告诉我们,现实中有多少人提出这些问题。测试也不能显示,一个人多频繁地看到回答、提及是否有用,或是否点击链接。将生成问题的提及率乘以假定受众规模,是在连接实验从未测量过的量。
缺失的连接是一连串事件:一个相关的人遇到回答,注意到合适的服务商,决定进一步了解,并到达可以衡量的目的地。每一步都可能因问题、市场、产品和家庭需要而不同。固定测试可以检查回答本身,却无法提供回答与访问之间未被观察到的行为。
结论是,更强的抽样分数可以支持关于发现的假设,但无法支持流量预测。下一步的证据,必须来自对下一步本身的观察。
一次有记录的图表下跌,源于日志问题
Google 记录了一次日志错误,影响了 2026 年 8 月 13 日至 17 日的 Generative AI Search 展示次数。其 8 月 21 日更新说明,缺失数据已恢复。问题影响的是报告,而不是实际搜索可见度。
这是一个具体例子,说明图表变化首先是需要解释的观察,之后才能成为策略结论。在受影响期间,某个服务商看起来可能丢失了曝光,但在产品本身中并没有丢失。恢复的数据又可能让表面下跌消失。
更广泛的理解不是平台数据不可靠,而是衡量系统有自己的历史:日志事件、汇总方式变化、近期数据不完整,以及定义演变。令人信服的变化解释,必须同时符合这段历史与营销活动。
8 月事件已经解决,不应被用来否定后续下跌。它的价值在于证明,报告可能因为与内容质量、竞争表现或客户兴趣无关的原因发生变化。
商业价值位于可见度分数之外
Searchable 的提及与引用功能,将品牌出现与链接来源区分开来,并提供回答层面的证据。这有助于检查品牌在回答中的角色,但它本身不能确定这次出现创造了多少收入。
对养老服务而言,合适的咨询、完成参观和入住,是不同商业结果。即使品牌被突出推荐,一条询问并不提供的护理服务的咨询,也可能价值很低。关于服务边界的正确回答,可能减少不合适的咨询,而不会增加整体线索量。
这意味着,最有用的商业解读可能与最好看的增长图表不同。准确性改善、更相关的发现,以及信息更充分的沟通,可以通过不同方式产生价值。每一种价值的证据都应保持可识别。
归因与因果也仍然不同。记录客户使用过 AI,有助于描述路径。要证明这项工作创造了额外客户,则需要可信的比较,说明否则会发生什么。仅靠追踪标签无法提供这种比较。
结论:最有力的衡量,讲述彼此连接且边界清楚的事实
本文审阅的证据支持三个独立结论:平台报告现在揭示更多 AI 活动;生成回答样本可以暴露有意义的竞争缺口;抽样出现次数不会自动转化成流量或商业成果。承认其中任何一点,都不需要否定其他指标。
一份有力的管理层报告,会将这些证据连接起来,却不把不可比的总数相加。它可以解释哪些问题发生变化、回答说了什么、相关页面是否增加曝光,以及可识别咨询后来发生了什么。当连接无法证明时,不确定性应当出现在结论中。
本分析结合当前 Google 与 Bing 文档,以及提供给我们的核实回答样本。来源于 2026 年 11 月 3 日检查。大小相同的问题集比较,是原创假设示例。本报告不估计全球 AI 搜索市场份额,也不从可见度推断收入因果。
我在 Searchable 工作。我与领导团队的合作,是让这些区别变得有用:更清晰的竞争问题、与真实市场相连的证据,以及经得起审视的商业解读。与 Daavid 和 Searchable 的讨论,应当厘清数字对你的企业意味着什么,而不只是再生成一个分数。
来源与说明
来源审核日期: 2026年11月3日. 计划和示例属于建议,并非实测客户成果。我在 Searchable 工作,产品链接体现了这一关系。
1
Searchable