截至 10 月 28 日的公开信息，李宁、安踏、特步相继披露 2026 年三季度零售数据：李宁销售点（不含李宁 YOUNG）全平台零售流水按年录得低单位数下降，安踏品牌产品零售金额中单位数负增长、FILA 低单位数负增长，特步零售额同比下跌中单位数；同一批数据里，迪桑特零售流水同比增长 15% 至 20%，可隆增长接近 30%，MAIA ACTIVE 增长 30% 以上。对负责品牌 AI 可见度的团队来说，这份分化提出一个具体问题：消费者在 AI 搜索里问国产跑鞋怎么选时，AI 回答的推荐位次不会平均分配给每个品牌，可见度必须按平台逐项核。
三家下滑 三个子品牌在涨
先把数据摆清楚。主品牌层面，李宁、安踏、特步的零售流水同时承压，跌幅都在低到中单位数区间；子品牌层面，迪桑特增长 15% 至 20%、可隆接近 30%、MAIA ACTIVE 超过 30%。同一集团内部出现两种走势，说明下滑不是需求消失，而是需求在价格带与场景之间重新分配，跑步、户外、女性训练这些细分场景仍在增长。
这种分化会直接反映到消费者的提问方式上。过去用户问跑鞋哪个牌子好，现在更多问 500 元以内日常慢跑买哪双、越野跑鞋要不要买宽楦。问题越具体，AI 回答能引用的信源就越集中，品牌能否出现在答案里，取决于它在这些具体问题上有没有可被引用的内容资产。
三个平台问法不一样
同一批问题在不同 AI 平台上的答案结构并不一致。豆包更常引用头条号与知乎内容，DeepSeek 偏向技术博客与官方文档，Kimi 更依赖论文与行业报告。这意味着一次单平台抽样无法代表品牌可见度，问题库必须按平台分别建立，每个平台至少覆盖 10 到 15 个真实问法，否则得到的只是一张局部地图。
问题库怎么搭 才能覆盖跑鞋的真实问法
问题库是 AI 搜索可见度工作的起点，也是最容易做偏的一环。可行的做法是按决策阶段分层：认知阶段问跑鞋和训练鞋有什么区别，比较阶段问某品牌某系列和竞品怎么选，决策阶段问某型号适合大体重吗。三层问题对应三类内容资产，分别是指南、对比与参数说明，缺哪一层，品牌就会在对应阶段消失。
问题来源要可追溯。电商评论里的高频疑问、客服工单里的重复问题、站内搜索的零结果词，都是真实问法的直接来源；用这些词扩写，比凭经验拟问题更接近用户的表达习惯。问题库建好后应固定版本管理，每次监测记录问题版本号，否则前后两次的可见度数据无法比较。
竞品对比要同题同平台
做竞品对比时，必须保证同一个问题、同一个平台、同一时间段。不同平台的信源结构不同，同一问题在豆包与 Kimi 上引用完全不同的站点，跨平台直接比较品牌提及率会得出错误结论。正确做法是先在单平台内完成品牌与竞品的位次比较，再看多平台之间的差异，把平台差异当成结论的一部分而不是噪音。
AI回答里的推荐位次 怎么核到具体来源
推荐位次的核验要落到三个可记录的量：品牌是否被提及、在第几位被提及、引用了哪个来源。前两个回答曝光问题，第三个回答可信度问题。如果 AI 回答引用的来源是竞品官网或竞品投放的测评内容，即使品牌被提到，描述也可能被竞品的框架带偏，这类偏差在监测表里要单独标注。
来源核验还要看时间。AI 回答引用的内容可能是几个月前的文章，品牌最新的产品信息如果没有进入可被抓取的公开页面，就不会出现在答案里。因此优化动作的第一步往往不是写新内容，而是确认现有产品页、参数页与官方说明是否可被抓取、是否有结构化信息，这一步没做完，后续内容投入的边际收益很低。
| 指标 | 定义 | 观察方式 |
|---|---|---|
| 品牌提及率 | 问题库中被提到的比例 | 按平台分周统计 |
| 推荐位次 | 首次被推荐的排序位置 | 同一问题重复采样 |
| 引用来源占比 | 答案引用的站点分布 | 记录域名与文章日期 |
| 竞品占位 | 竞品占据的推荐位 | 同题同平台对比 |
把这些量固定下来，优化闭环才成立：问题库定义监测范围，监测产出品牌提及率与推荐位次，分析定位偏差来源，优化再回到内容与信源建设，下一轮监测验证变化。闭环的价值不在于单次数据好看，而在于每次调整都能被下一轮数据检验。
常见问题
GEO 和 SEO 的区别到底在哪？
SEO 争的是搜索结果页的链接排序，GEO 争的是 AI 回答里被提及、被推荐与被引用的位置。前者靠关键词与页面结构优化，后者还要看内容能否被抓取、被引用为信源，监测对象与指标都不同。
AI 回答里的引用来源怎么查？
逐条记录答案中出现的域名、文章标题与发布时间，再判断该来源是官方、媒体还是竞品投放内容。来源结构决定描述的偏向，比单纯统计提及次数更有解释力。
多平台可见度怎么对比才不误导？
同一问题、同一时间段、分别在各平台采样，先做平台内比较，再看平台间差异。豆包、DeepSeek、Kimi 的信源偏好不同，跨平台直接合并会掩盖差异。
优化后多久能看到可见度变化？
取决于内容被抓取与被引用的速度，通常需要数周到数月。建议以周为单位固定采样，观察趋势而不是单日数据；若连续多周无变化，应先检查抓取与索引状态。
