我们怎么知道
AI 推不推荐你
一套从「看清」到「改对」的完整方法——每一个结论，都给得出是哪个平台、哪个问题、信了哪个来源，而不是一个黑盒分数。
一句话看懂数据管线
从客户事实，到每天可追踪的行动建议——全链路可回溯
真采，不是模拟
我们每天在豆包、DeepSeek、腾讯元宝、百度文心、阿里通义、Kimi 这 6 大国内 AI 平台上，以真实用户的口吻提问，抓取 AI 当天给出的真实回答。
- ✓不爬搜索结果、不用模型模拟「AI 大概会怎么说」
- ✓每条回答可回溯：哪个平台、哪一天、原文、引用了谁
- ✓研究院做数据的底线：先有真实证据，再有结论
综合清洁力、避障与性价比，推荐 某品牌 X5、追觅 等型号；预算充足可看高端旗舰……
6 类意图，覆盖真实决策路径
用户不会只问「你的品牌好不好」。我们按真实购买决策，把追踪问题分成 6 类意图。真实增量，藏在品类、场景、对比词里——那是用户没点名你、由 AI 替他做选择的地方。
从一段回答，到可追踪的指标
一段 AI 回答是自然语言。我们用 NLP 把它拆成一套可比较的指标：可见度漏斗、AI 话语权 SOV、排名、情绪分（-100~+100）、引用来源、推荐率。
非品牌词，才见真实力
用户点名问「XX 怎么样」时，AI 几乎一定提到你——这只证明「AI 认识你」。我们把主口径定为非品牌词：在用户没指名你的问题里，AI 还会不会主动把你抬出来。概览、情绪、竞争格局、月报的核心数字，默认按非品牌词口径；品牌词单独标注、不混进主口径。
AI 会「飘」：多次采样稳住结论
同一个问题问 AI 两次，答案可能不一样。为了不被单次波动误导，我们对核心问题做多次采样、统计稳定性——一个结论是「每次都这样」还是「偶尔一次」，我们分得清，你看到的趋势才靠得住。
一张图看清你和对手的真实站位
把每个品牌的可见度（横轴）、情绪（纵轴）、声量 SOV（气泡大小）画在同一张象限图上，并剔除品牌词问题的干扰后再聚合——右上角是「既被看见、口碑又好」的赢家。
为什么没被推荐：归因分层
看清差距只是第一步，关键是「为什么」。我们把「没被推荐」的原因分到检索层、内容层、权威层三层——卡在不同层，对应完全不同的打法，这就是从「看清」到「改对」的桥。
方法论不止于看，每个结论都接一个能动手的工具
内容不对题 → 收录友好度评分 + 一键生成优化版
怕被 AI 说坏话 → 预判负面 + 防御稿
不知该补哪些问题 → 高价值问题候选 + AI 现状
来源不够权威 → 结构化知识 + Schema / FAQ / llms.txt
别家给你一个分数；
我们给你每一条论据——哪个平台、哪个问题、被谁抢了位、缺哪一类内容。
真实的数据，看得见的过程
免费为你做一次 AI 推荐度诊断——看看你在 6 大国内 AI 平台被不被推荐、排第几、对手是谁。