AI 搜索可见度怎么衡量？三层指标与常见误读
市面上很多「AI 可见度指数」是把三种性质完全不同的数据加权相加： 全量日志、确定性校验、抽样观测。加出来的数字看起来漂亮，但既不能复算，也无法解释变化从哪来。 可用的做法是分三层看，每层只回答一个特定问题。
一、L1：AI 爬虫有没有来过
数据来源是你自己的站点访问日志，按 AI 厂商公布的 UA 指纹识别（例如 GPTBot、ClaudeBot、 PerplexityBot、Google-Extended、Bytespider 等），统计周期内的访问量与趋势。
这一层能回答：站点是否对 AI 抓取开放、内容是否被发现、某个改版是否影响了抓取。
这一层不能回答：抓取之后有没有被用、有没有出现在答案里。抓取只是入场券。
二、L2：发现文件是否合规
这一层是对 robots.txt、llms.txt、sitemap.xml
做公开 GET 校验：能不能访问、是否声明了站点结构、有没有把该放行的爬虫挡住。
它属于确定性检查 —— 结果只有「合规 / 不合规」，没有中间态。
常见的不合规有三种，且都不会让网站报错：
- 整站
Disallow: /，或上线时临时屏蔽忘记撤掉； sitemap.xml里写的是内网地址、示例域名，或包含已经 404 的页面；- 只依赖
User-agent: *，没有显式放行 AI 爬虫（部分爬虫有自己的解释习惯）。
这一层成本极低、收益确定，是所有 GEO 工作的起点。它不产生线索，但能避免「做了三个月内容，爬虫根本没进来」。
三、L3：品牌有没有被提及与引用
做法是固定问题集 + 固定引擎，按周期采样，统计回答中出现你品牌名或引用你页面链接的问题占比。 这是抽样观测，不是全量 —— 这一点必须在报告里写清，否则数字会被当成事实。
读这一层要同时看四个要素，缺一个就容易误判：
| 要素 | 为什么必须一起看 |
|---|---|
| 问题集 | 问法不同结论不同。带品牌名的问题会天然更容易命中，因此主口径要剔除品牌词，单独作为对照 |
| 模型列表 | 同一问题在不同模型上答案不同，只报单个模型属于选择性呈现 |
| 样本量与区间 | 小样本的百分比波动很大，必须给出 95% 区间，避免把噪声当增长 |
| 采样时间 | 模型会更新，答案会漂移；没有时间戳的截图无法复算 |
四、为什么不能合成一个总分
三种数据的误差结构不一样：全量日志的误差来自识别规则，确定性检查没有统计误差， 抽样观测的误差来自样本量。加权相加意味着你要为三类误差指定权重， 而这个权重没有任何客观依据 —— 换一套权重，结论就能反转。
更实际的问题是：总分无法指导动作。分数掉了 5 分，你既不知道是爬虫没来、文件被挡， 还是某个模型改版，也就无法决定下一步做什么。分层呈现虽然不好看，但每一项都能对应一个动作。
五、与传统排名指标怎么配合
传统排名回答「搜索结果页上排第几」，AI 三层回答「AI 有没有看到你、找到你、用你」。 两者的共同前提是站点可抓取、可索引，所以基础工作是共享的。
建议的读法是一条主线 + 两个旁证：主线看线索量与有效咨询（唯一直接关联收入的指标）； 旁证一是目标词排名趋势，旁证二是 AI 三层指标。三者方向一致时，结论才可信； 方向冲突时优先相信主线，再去查旁证异常的原因。
常见问题
AI 可见度能合成一个总分吗？
不建议。三层数据性质不同：爬虫访问是全量日志，发现文件合规是确定性检查，品牌提及是抽样观测。 把全量与抽样加权相加，得到的数字既不能复算也无法解释变化原因，所以我们分三层呈现， 一期不合成单一指数、也不入计费。
爬虫访问量涨了就说明有效果吗？
只能说明抓取活跃，不能说明被引用。抓取是前提条件之一，最终要看内容有没有进入答案。 此外抓取量会受站点改版、sitemap 变更、爬虫策略调整影响，单看总量容易误判， 应按爬虫类型与页面分组看趋势。
为什么我的品牌在 A 模型出现、B 模型不出现？
各模型的训练语料、检索来源与生成策略不同，答案自然不同。正确读法是看跨模型一致性与逐模型明细， 而不是只取最有利的那一个；只报单一模型的结果属于选择性呈现。
采样多少次才算够？
取决于问题集规模与结论精度要求。样本量越小，区间越宽，单次波动越容易被误读成效果变化。 我们按固定问题集、固定引擎周期采样，并给出样本量与 95% 区间，趋势以 30 天复测判断， 不按单次结果下结论。