AI 回答没有永久不变的统一排名。更可靠的做法，是固定问题和平台，保存原始回答，再检查品牌有没有出现、说得准不准、有没有依据。
一、为什么“AI 排名第一”通常不够严谨
生成式答案会受问题措辞、上下文、模型版本、联网来源和时间影响。同一平台在不同轮次中也可能给出不同表达，因此很难用一个永久名次概括整体表现。
更可复核的做法，是固定一组业务问题和明确的平台，在同一轮采集中保存原始答案，并说明统计方法。
二、证据一：品牌提及
品牌提及回答的是“在这组真实问题中，AI 是否想到并说出品牌”。它可以按问题、平台和周期统计，但不能脱离问题集解释。
被提到也不一定等于被推荐。还要看品牌出现在回答的什么位置、AI 当时怎么说，以及有没有对应到正确的业务。
- 固定问题集与采集时间
- 区分主动推荐、顺带提及和否定提及
- 保存完整答案而不是只截品牌词
三、证据二：表达准确
AI 可能提到品牌，却把服务对象、地区、产品或优势说错。表达准确性需要依据企业确认的事实库逐项审核，而不是由模型自己判断。
每个错误都应回到来源层查找原因：官网信息缺失、不同渠道口径冲突，还是第三方旧信息仍然占据主导。
四、证据三：引用与来源覆盖
当平台展示引用来源时，应记录关键结论是否有依据、来源是否可靠、企业自有页面是否覆盖核心事实。没有显示引用的平台，也可以从答案中反推哪些证据关系尚不清楚。
引用次数不是唯一目标。真正重要的是关键业务事实是否有稳定、清晰、可访问的来源。
五、证据四：同轮相对表现
在同一批问题、同一时间和同一平台下，可以比较品牌与候选对象的出现范围、解释深度和证据完整度。这种相对表现比跨时间、跨模型拼接出的“总排名”更有意义。
对比结果应服务于内容决策：补哪类页面、澄清哪项事实、增加什么案例，而不是只用于制造竞争焦虑。
六、一份可审计的验收记录应包含什么
最低限度应包括项目、问题、平台、模型或入口、采集时间、完整回答、提及判断、准确性判断、引用来源和人工审核人。每次复测保留独立版本，避免覆盖历史。
最终报告可以汇总指标，但要允许负责人回到原始问题与答案核验。这样才能把一次检测变成下一轮内容优化的依据。
- 问题与平台由项目负责人明确选择
- 原始回答与人工判断分开保存
- 结论标注时间范围、样本范围与限制
本文根据一达智擎现有 GEO 资料和项目经验整理，并保留更新时间与人工审核记录。不同企业的行业、平台和目标不同，具体做法也需要相应调整。