截至10月29日的公开信息，AIBase在10月22日发布的GEO品牌诊断报告给出一个值得注意的结论：同一品牌在不同平台、不同问句类型下的表现差异，远大于综合得分之间的差异，一个总分几乎没有决策价值。报告同时建议，效果报告应披露分母与周期，说明问句池有多少条、覆盖哪些平台、采样多少次。对正在做AI搜索可见度考核的品牌来说，这条结论直接指向一个操作问题：报表该怎么拆。
一个总分为什么没有决策价值
先理解总分是怎么来的。把品牌在多个AI平台、多类问句下的表现加权平均，得到一个综合分，看起来便于比较，实际上把差异抹平了：一个品牌可能在事实查询类问题里稳定被推荐，在对比类问题里几乎不出现，平均之后两者互相抵消，得出“中等”的结论。这样的分数无法告诉团队该改什么。
报告给出的替代方案是拆开看：按平台、问句类型与来源三个维度分列，才看得出缺口在哪。这个思路与另一项研究相互印证——有研究把“被AI提及”与“被AI引用”拆成两条通道，前者依赖品牌先验与措辞匹配，后者依赖页面在检索环节的可摘取性，混在同一口径考核会导致预算投偏。
拆报表要拆到哪一层
平台维度：同一问题不同答案
不同AI平台的检索范围与生成逻辑不同，同一问题得到的答案可能差异很大。按平台分列后，常见的情况是品牌在一两个平台上表现稳定，在其余平台几乎缺席。这种结构说明问题不在内容总量，而在特定平台的信源覆盖，需要针对该平台补充可被检索的内容。
问句类型：事实查询与对比推荐是两种战场
事实查询类问题（某品牌是哪国的、有什么产品）考察的是基础信息是否准确；对比推荐类问题（哪个更值得买）考察的是能否进入候选。两类问题的优化动作完全不同：前者靠结构化信息与权威信源，后者靠第三方评测、榜单与真实评价。用一个总分覆盖两类问题，等于把两种工作混成一项考核。
报表字段与拆解口径
| 维度 | 拆解方式 | 要看的关键数 |
|---|---|---|
| 平台 | 按AI平台分列提及与引用 | 各平台提及率、引用来源构成 |
| 问句类型 | 按事实查询、对比推荐、场景选购分组 | 各组提及率与位次 |
| 来源 | 按信源域名归类 | 自有站点、媒体、平台占比 |
三个维度里，来源维度最容易被省略，却最能解释结果。有研究指出，2026年官网在AI引用中只占很小一段，信源结构已从官网单点变成多平台分布。若报表只给提及率而不给引用来源构成，团队会误以为需要加大官网投入，实际缺口可能在第三方平台的内容覆盖上。
分母与周期同样要写清。问句池是15条还是150条，覆盖3个平台还是8个平台，采样1次还是5次，都会让同一个百分比对应完全不同的可信度。报告建议披露这些参数，本质上是让结论可复核——没有分母的百分比，无法判断变化是真实改善还是抽样波动。
把诊断报告改成可执行的监测方案
第一步固定问句池，按三类问句各选若干条，写清选择依据；第二步固定平台与采样频次，同一问题多次采样取分布而非单次结果；第三步按三维度出表，禁止只给总分；第四步标注周期与分母，让每一期数据可与上一期比较；第五步才是优化，针对缺口最大的平台与问句类型补内容。
需要说明证据边界。公开信息只转述了报告的核心结论与建议，未披露样本规模、行业分布与具体数值；报告中“差异远大于综合得分差异”的幅度也未量化。因此上述拆解方法是基于结论的合理推演，具体阈值需由品牌用自有数据建立基线后确定。
常见问题
为什么不能只看综合得分？
综合得分把平台差异与问句类型差异加权平均后抹平了。品牌可能在事实查询类问题表现好、对比推荐类几乎缺席，平均后显示中等，团队无法判断该补哪一块。AIBase的GEO品牌诊断报告指出，跨平台跨问句的差异远大于综合得分之间的差异。
AI回答里的引用来源怎么统计？
按信源域名归类，区分自有站点、第三方媒体、电商平台与论坛，统计各自占比。同一问题需多次采样，因为回答会随平台版本变化。只看一次采样容易把波动当成结构变化。
报表要披露哪些参数才算可复核？
至少三项：问句池条数与构成、覆盖平台清单、采样次数与周期。缺任一项，同一个百分比的可信度都无法判断，跨期比较也失去意义。
竞品对比该放在哪个维度？
放在问句类型维度下的对比推荐组，同平台同问句内横向比较。跨平台比较竞品位次没有意义，因为不同平台的推荐逻辑不同，排名不可直接换算。
