什么是提及率？-墨子教育咨询

摘要：提及率指在设定的提问集合中品牌被 AI 答案提及的比例，用于量化品牌在问答场景中的出现程度。站内讲提及的形态与来源、可见度的三个分量、指标体系分层、名词释义、监测节奏与手工查法的几篇不重复，本篇只占这个比值本身的算术层：分子分三档判（宽口径看覆盖、中口径看候选占位、严口径看被说对，三档都正当但禁止换着算）外加别名、说错、被动提到三个模糊处必须提前定规则；分母不是题数而是题集形状（行业大词题集测名声、自家产品词题集几乎一定高、客户逐字原话题集才接得出动作）；每个数后面永远跟一行七格说明（判分档、题集与条数、别名表版本、重复次数与窗口、引擎与形态、实际条数、取样日与记录人），据此识破换宽口径、换易题集、合并多家这三种假进步。它与 GEO效果 的关系是提及率只管头一层的在场与否，是效果的前置条件而不是效果本身，说对、被引用、被选各由后面的层回答，两者不能相互换算。文中片段均为个别例子、不代表普遍结果，不构成对被提及、被引用、排名或任何效果的承诺。

一、先把范围圈出来：提及率 指什么，本篇与站内那几篇怎么分

百科页给的口径是：提及率指在设定的提问集合中品牌被 AI 答案提及的比例，用于量化品牌在问答场景中的出现程度。这是一个比值，比值只有两个地方能出问题——分子怎么算、分母是什么。多数争执恰好不在这两处：同一批回答，A 说"提及率百分之四十"、B 说"不到两成"，两人数的不是同一种提及，用的也不是同一组题。

这个词条周围站内已经写过的先摊开，本篇不重复它们。《什么是AI问答提及？》管提及本身：提及不是一句话而是四种形态、那句关于你的话是谁写的（四种来源）、提及质量的三档与跨引擎为什么要拆成几行。《什么是可见度？》管三个分量各管一件事、为什么不许相加、一个可用读数必须带的四个条件。《GEO 效果到底看哪些指标？引用率、曝光、提及、来源一次说清》管指标体系：四层从被看见到被选择、哪些是虚荣指标、不同阶段的侧重、怎么落成一张表。《GEO 效果指标名词释义：覆盖率、被提及率、引用位到底在量什么》管名词本身——先对名词、再对口径、最后才谈高低。《DeepSeek 到底有没有提到我？提及率与引用率的可持续监测》管监测这一件事：为什么先固定问法才谈得上率、多久测一次、怎么记成能核对的台账。《怎么查品牌在AI里有没有被提及：先分清被提及的四个层次》给的是不花钱的手工查法与"没被提及分三种"。

这几篇分别管形态、分量、体系、名词、监测节奏与查法，中间少了一件事：这个比值的分子怎么判分、分母该是什么形状，以及它涨了多少才算真的在动。本篇只占这一层，判分规则的每一条都要能当场执行；体系、监测节奏与查法一律指路。

三条边界先立住。头一条，本篇讲的所有数都是"你自己取样得到的数"，不是任何平台的统计口径——外部没有给你一份权威分母，任何声称能给出全市场提及率的数字都要先问它分子怎么算。第二条，率这个数不能拿去向客户或平台承诺任何结果，它描述的只是某一组问句在某一天被回答时的样子。第三条，本篇不讨论"提及了但说得不对要不要算"这种问题的标准答案，只要求你必须写下一个答案并前后一致。

二、分子分三档：选哪档都行，不许换着算

"被提及"这三个字在实操里至少有三档判法。三档都是正当的，用错了不是选了宽的一档，而是这一轮用宽、下一轮用严，然后把差值当进步。

三档之外还有三个必须提前定规则的模糊处，事后每次吵的都是它们。

一是别名与简称。你的正式名称、常用的短称、旧名、以及客户口语里的错称，要不要合并计一条。可用的做法是：把它们写成一张对照表附在题集后，表里列进什么就算什么，但每一档只按这张表数一次；表本身要有版本与日期。这件事 《什么是百度AI？》 里"一个简称把两家并成一家"是反面例子，本篇要的是正面处置。

二是说错算不算。建议明确分开：宽口径里算一条（因为它确实提到了你），同时另记一个"错说法条数"。把说错直接排除在分子之外，会做出一个虚高又无法解释的数；把说错单列成第二个数，两个数一起看才有信息。

三是被顺带提到。别人的答案里出现你的品牌名、或者你被写在一段负面举例里——这类"被动出现"要定死算不算。站内 提及来源那一段讲过那句关于你的话是谁写的；本篇的要求更简单：算不算由你定，但定完要写进规则并一年不改。

三、分母不是题数：题集形状决定这个率说明什么

提及率的分母是"设定的提问集合"。这句话里真正起作用的是"设定"两个字：题集从哪儿来，直接决定这个数有没有指导意义。三种常见题集，会给出方向相反的结论。

三种题集里第三种才值得作为分母，理由不是它好看，而是只有它能把"没被提到"换成一句具体动作。前两种题集上做出来的涨跌，多半只能用于汇报。这一点 挖真实问句 与 《什么是AI 问答？》 各讲过来源，本篇只补分母侧的要求：题集必须是逐字原话，不许由写内容的人替客户"改通顺"。

分母还有一条纪律：两轮之间不许换题集。要换就双轨跑一轮——旧题集与新题集各测一次，把换集那一轮的两组数都留在台账上，并在备注里写明从哪一轮起改用新集。换集不留痕，是事后最难查的一种失真：所有人都记得"率涨了"，没人记得题集从十六问换成了三十一问。

四、提及率 怎么落地：六步，每步留一件实物

百科页给的落地口径是三条：建立监测台账，固定口径与问法，保证数据可比；结合引用监测、回测与趋势分析综合判断；既看数量（出现率）也看质量（口径准确、引用位置）。这三条都写在率上，落地就落到六步。

第三步与第六步是这六步里最常被跳过的两步。跳过第三步的人，会把同一问句两遍之间的随机差异当成进步；跳过第六步的人，会在台账上留下一串没法解释的曲线。这两步都不难，只是必须提前做，事后补一律补不回来。

第五步"三个数并列"要单独说一句理由：只交提及率，等于把率最容易被优化的那一面单独交出去。把错说法条数与完全缺席条数并列，一眼能看见"提得多但说错得也多"这种情况——这在讨论要不要继续加内容时，比一个率的涨跌有用得多。

五、提及率 为什么重要：三个理由，以及它不算什么

百科页给的理由是它影响内容能否被搜索引擎与大模型发现、理解并引用，是 GEO 效果的关键环节之一。这句话把"率"与"效果"绑得太紧，实际关系靠下面三条说。

头一条，它是少数能把讨论从感受换成数的东西。"最近 AI 里好像能看到了"这种话没法反驳也没法确认；换成"题集三十问里十一问提到，其中四条口径对得上"，讨论立刻有了共同的现场。这件事的价值不在于数准不准，而在于它把印象派的主张变成可核对的记录，这一点与 《什么是可核验？》 讲的是同一件事。

第二条，它是复盘时最省事的公分母。覆盖率、引用位、来源结构这些都要各自的取法，而提及率只需要一份题集和一份判分规则就能跨引擎、跨时间比较。对没有专人的团队，这决定了它常常是排在前面的那个数——不是因为最重要，而是因为最容易持续。

第三条，它逼你先做出题集，而题集本身比率值钱。为了算这个数，你不得不把客户真实会问的话整理成一份逐字的表；这份表随后会直接变成选题依据、问答页清单与验收题目。基线问法集那篇讲过同一道理：先有一组稳定的问，才有后面所有的比较。

它不算什么，四条都要讲明。它不说明说得对不对（要另数错说法条数）；不说明被不被采信（那是 《什么是采信？》 与来源结构的事）；不带业务（询盘与成交的链在 指标串成一条链那篇里）；更不是越高越好——把题集换成易题集就能立刻"涨"，这种数没有任何意义。率只是一个观察窗口的刻度，它不替你判断该做什么。

六、提及率 和 GEO效果 是什么关系：它管头一层，效果是四层加一条业务链

百科页给的口径是两者同属 GEO 体系、相互配合：提及率侧重自身环节，GEO效果处理相邻环节。这句话要改成能用的形状，得先说清"GEO效果"这四个字在站内一直被怎么用——它是一堆数的合称，不是单个指标。看哪些指标那篇把它分成从被看见到被选择的几层：提及在最前面，然后是说对、是引用与来源结构、最后才是能感知但要谨慎解读的业务信号。

提及率只管头一层，它是效果的前置条件而不是效果本身。把这条线画出来，能避开三种常见误用。

一是拿头一层的涨盖住第二层的跌。提及条数多了但错说法也多了，说明被看到的范围在扩而口径没跟上——这种情况下继续加内容只会让说法更散。二是把率当效果向客户或上级汇报。一次汇报里只出现"提及率从两成升到四成"，接下来的问题必然是"所以呢"，而这个问题率回答不了；要回答就得把 获客指标链 后半段一起端出来，并明确业务信号这一层的解读要谨慎。三是把几层折算成一个综合分。折算看着省事，实际会把两件相反的事抹平：提及在涨、引用在跌，合成分可以完全不动。这条在 可见度那篇 第三节讲得更严。

那这两者怎么配合才算得上"一并考虑"？一句能拿去用的说法是：提及率负责回答"被说到这件事在不在推进"，GEO效果负责回答"被说到之后有没有被说对、被引用、被选"。前者是能自己按周盯的数，后者要跨几层一起读、周期以季计。两者之间不能相互换算——用头一层的涨去宣布后几层会跟，是把承诺写进了一个没有承诺能力的数里。

七、一个率必须带的那一行说明

率最危险的地方是它能脱离现场被搬运。台账上一句"提及率 38%"，三个月后没人记得它是怎么算的，于是它可以被解释成任何意思。解决它的办法很省：一个数后面永远跟一行说明，七个格填满，缺任何一格这个数就不许交出去。

能直接抄的模板句是这个形状：「中口径 · 客户原话题集第三版，三十问 · 别名表第二版 · 每题三遍取一致者 · 某引擎网页形态 · 十一 / 三十 · 九月十六日，记某人」。这行字比率本身值钱，因为它让下一轮的人能把你这一轮复现出来。复现这件事 台账那篇 讲得很细，本篇只要求这一行不许省。

带着这行说明，三种"假进步"当场就现形。

一是换宽口径。从"点名且口径对得上"改成"出现名字就算"，率会跳一大截，而现场什么都没说。这属于同一个数被两个定义污染，必须在说明行里看档。

二是换易题集。把大词题集换成自家产品词题集，率立刻很高，实质是把考卷换成自己出的。说明行里的题集名与条数负责堵这一条。

三是合并多家。把四家的数平均成一个，看起来稳定，实际把"三家都没有、一家全有"这种形状抹平了；跨家要拆行看，理由与 可见度不许相加 是同一条。

八、差多少才算变化：这个数的解释边界

率算出来之后，最难的一步是判断它动没动。这一步多数团队做得太快，看到数字大了就宣布进步。三条边界要先画出来。

头一条，小分母的抖动比你想的大。题集十六问时，一题之差就是约六个百分点；三十问时约三个百分点。也就是说，在没有做任何动作的一轮里，光靠"这题这次被提到了、下次没有"，两个数之间就能差出十个点上下。所以台账上要写实际条数而不是只写百分比，看数的人得先看见分母。

第二条，摆动范围要自己量一次。办法不复杂：某一轮把每题重复问三遍，记下三遍判定不一致的题数。这些题就是这个数的噪声来源（同一句问话两次答案不同，在联网检索与索引状态变化下是常态）。量过一次之后你就有了一个可用的参照：差值小于摆动范围就不算变化，写"没变"。相关处理在 《什么是波动？》 里讲得更系统。

第三条，方向要两轮同向才算。一轮涨一轮平不叫趋势，两轮同向且每轮差值都超过摆动范围，才值得写下"在涨"。想加快确认就加题而不是加次数——加次数只降低噪声，加题才提高这个数对真实覆盖的代表性。

还有一条更要紧的：口径动过任何一处，本轮就标"不可比"，不许算变化。判分档换了、题集换了、别名表并了新叫法，都属于口径变更。这时候正确动作是双轨跑一轮，把新旧两套数都留下。《什么是归因？》 给的那套句式在这里能直接套上：一个能被核对的变化句要带观察对象、变化与幅度、时间窗、同期其他解释、能排除到什么程度；只写"提及率涨了"五个字，等于把归因档位写成了"无从判断"。

九、四类常见误区

百科页列了三条：把提及率孤立看待、忽视它与 GEO效果 与 零点击曝光 的配合；只做一次、不做持续监测；重数量轻质量，忽略口径准确与可核验性。加上实践中最常见的一条，四条一起说。

孤立看待的表现为只报一个率。零点击曝光这件事（在答案里被写到、用户没有点进你的页面）与提及率配合着看才有意思：提及在涨而没有任何访问或询盘变化，说明被说到的方式没起作用，这时候要查的是引用落点与说法，不是继续加题。这段关系在 长期做引用回测那篇 里讲得比我细。

只做一次的表现为立项时测一轮、之后没有下文。一轮记录只能说明那天是什么样，它连基线都算不上——《什么是基线？》 与 基线记录 两篇对"什么才有资格当基线"有明确要求：同口径、同题集、有重复、有记录人。

重数量轻质量的表现为把"提到"当目标。为凑条数去写一堆带品牌名但没有口径的句子，率上去了，错说法条数也上去了；这类页面在 引用率低怎么办那篇 里属于占位置不解决问题的一类。质量这一面要靠并列的第二个数盯住，不是靠感觉。

第四条是把别人的题集当自己的分母。看到别家晒出的率就拿同一个标准衡量自己，两家客户问法完全不同，这个比较毫无意义。分母只能来自你自己的客户真实说法；实在要参照，就照 候选名单占位那篇 的做法把竞品放进同一题集一起测，比的仍是同一组分母。

十、怎么测、怎么记：四个读数

测这件事不许做成一个数。四个读数各自回答一个问题，都按同一份题集与同一份判分规则算，都不许折算成总分。

读数一，所选档的提及率。写实际条数与题目条数，一引擎一行。它回答"在场不在场"。

读数二，错说法条数。被说到但主体、所在地、时间或特征与基准页对不上的题目数。它回答"在场的那些年月里，说对了几条"。这个数与率同等重要，只看它会漏掉另一种恶化：率涨、错说法也涨。

读数三，完全缺席条数。题集里答案通篇没碰你也没碰你这类的题数。它回答"还有多少空白"，也是最能直接转成选题动作的那一个数——缺席的题目本身就是待写的问答页清单。

读数四，跨家分散度。同一题集在几家引擎上率的最高值与最低值之差。它回答"问题是内容缺项还是某一家不吃你这一套"。分散度大，先查那一家的来源结构与形态；分散度小而率也低，才是内容覆盖本身的事。多引擎怎么覆盖、各看什么，多引擎监测落地那篇 给过做法。

记法固定成一行：取样日 · 引擎与形态 · 题集版本 · 三个条数 · 判定（变了 / 没变 / 不可比）· 备注一句。备注那格写"这一轮同期还动了什么"——改过哪几页、换没换入口形态、平台有没有改版；这一句在事后归因时是少数能救回解释力的东西。

十一、几件真发生过的事

案例·两个数都对，说的不是一回事

一处争论见过得很典型：接手团队说"提及率只有不到两成"，原服务方拿出记录说"明明有百分之四十"。两个数都是真取的。核对说明行才发现，前者用严口径（点名且带正确口径），后者用宽口径（出现名称即算），且前者把旧名从别名表里拿掉了。统一按中口径重跑一轮之后，两家的差值缩小到一个题的范围内。这是个别例子，不代表普遍结果；它说明的是判分规则不写下来时，争执会全部落在数上而不是定义上。

案例·换了题集带来的"进步"

另一处见过的失误是：头一轮题集是二十问行业大词，率很难看；第二轮觉得"客户不会这么问"，换成十八问自家产品与服务词，率立刻翻倍，汇报里写成"优化见效"。半年后回看，两轮的分子根本没有可比之处——第二轮的题目里有一半带着品牌名。补救动作也不复杂，但要在当时做：换集那一轮双轨跑一次，把旧集的新集的两组数并排留在台账上，并在备注里写明从哪一轮起改集。这是个别例子，不代表普遍结果。

案例·率高了但没人来问

还有一家长期盯率的机构：率一路上行，问客户有没有变化，答"没觉出来"。把四个读数一起摆开才看出来问题：错说法条数同期也在涨，其中多条把服务地域写错，把主体写成另一家同名机构；宽口径把这类都算成了提及。后续做的不是加内容，而是把口径基准页立起来并按 张冠李戴那篇 与 同名区分那篇 的方法逐处对齐，率反而先降了一档（因为口径改严了），但咨询里"你们是不是那家"这类误认的问法少了。这也是个别例子，不代表普遍结果，更不构成对咨询量或任何结果的承诺。

十二、常见问题

Q：什么是提及率？

A：按百科页的口径，它指在设定的提问集合中品牌被 AI 答案提及的比例，用于量化品牌在问答场景中的出现程度。按本篇的用法，它是一个比值，两个部位决定一切：分子按宽、中、严哪一档判，分母是哪一种形状、哪一版题集。一个可用的提及率必须跟一行说明（判分档、题集与条数、别名表版本、重复次数与窗口、引擎与形态、实际条数、取样日与记录人），缺格就不许交出去。

Q：提及率 怎么落地？

A：百科页给的三条是建立监测台账并固定口径与问法保证数据可比、结合引用监测与回测与趋势分析综合判断、既看数量也看质量。落到六步：选定分子档位并写下三条模糊处的规则、从真实来路逐字抄出十六到三十问的题集、提前定重复次数与取样窗口与入口形态、一引擎一形态一行记录不合并、同轮并列算提及率与错说法条数与完全缺席条数、最后按摆动范围判"变了 / 没变 / 不可比"。第三步与第六步最常被跳过，也最难事后补。

Q：提及率 为什么重要？

A：三条理由。它能把讨论从"好像有提到"换成"三十问里十一问提到、其中四条口径对得上"这种可核对的记录；它只需要一份题集加一份判分规则就能跨引擎跨时间比，是复盘时最省事的公分母；它逼你先做出题集，而题集随后会直接变成选题依据与验收题目，本身比率更值钱。它不算什么也要说清：不说明说对、不说明被采信、不带业务，也不是越高越好。

Q：提及率 和 GEO效果 是什么关系？

A：提及率管效果分层里的头一层——在场与否；GEO效果是一堆数的合称，往后还有说对、引用与来源结构、以及要谨慎解读的业务信号。它是效果的前置条件而不是效果本身。三种误用要避开：拿头一层的涨盖住第二层的跌、把率当效果直接汇报、把几层折算成一个综合分。能用的关系表述是：提及率回答"被说到在不在推进"，GEO效果回答"被说到之后有没有被说对、被引用、被选"，两者不能相互换算。

Q：分子到底算宽还是算严？

A：三档都正当，选哪一档取决于你要回答什么问题：看覆盖空白用宽，看选牌占位用中，看能不能被采信用严。真正禁止的是换着算——这一轮宽下一轮严然后把差值当进步。另外三个模糊处（别名简称、说错算不算、被顺带提到）必须提前各定一条写法并写进规则页，定完一年不改。

Q：题集要多少条才够？

A：十六到三十问是常见的可用区间，重点是形状而不是条数：必须逐字取自客户真实说法，带场景与限定。分母太小，一题之差就是好几个百分点，抖动压不住；分母太大，一轮取样的工时吃不消，反而测不下去。想提高确认速度优先加题而不是加每问的重复次数——加次数只降噪声，加题才提高代表性。

Q：几家引擎的数能不能加起来算一个总分？

A：不能。合并不是取平均那么简单：三家都没有、一家全有，与四家都中等，平均之后是同一个数，而这两种情况要做的动作完全不同。正确形状是一引擎一形态一行，各带自己的分子分母；要看整体就用跨家分散度这个读数（最高值与最低值之差），它保留形状而不出一个假总分。

Q：涨了几个点才算有进步？

A：先用自己量的摆动范围判，而不是用一个通用阈值。做法是某一轮把每题问三遍，记下判定不一致的题数，这些题就是噪声来源。差值小于摆动范围写"没变"；要写"在涨"得两轮同向且每轮差值都超过摆动范围。分母也要一起看：十六问时一题就是约六个百分点。口径动过任何一处，本轮直接标"不可比"。

Q：提及率高但询盘没变，怎么解释？

A：至少三种解释，先别急着归到一种。一是说错得多——率涨而错说法条数也涨，被看到但没被说对；二是落点不在你——答案里提到你而引用指向第三方页面，这一条要查来源结构；三是本来就不带即时业务——决策周期长的品类里，问答侧的变化传导很慢。这三条各自对应不同动作，把它们混成"提及率没用"是最浪费的结论。串起来盯的办法见 曝光点击询盘成交那条链。

Q：零点击曝光 和提及率是什么关系？

A：一个数在前、一个现象在后。提及率量的是你在那组问句的回答里在不在了；零点击曝光说的是被写到之后用户没有点进来。两者配合着读才有意义：提及涨而点击与询盘都不动，要查的是说法与落点，而不是继续加题。这个词条的释义在 长期监测与零点击曝光那篇 里更完整，本篇不重复。

Q：要不要把提及率写进对客户的考核？

A：不建议写成单一数字目标。原因是它有三个便宜的抬升办法（换宽口径、换易题集、合并多家），写进考核就等于邀请把这些办法用出来，而每一次都会让前后不可比。要写就写成一句带条件的句子：在某档判分、某版题集、某几家引擎上，提及条数与错说法条数并列到什么范围，并明确周期与不可比情形怎么处理。这个写法与 指标体系那篇 末尾给的目标句形状一致。

Q：这些口径会不会很快过时？

A：会过时的部分是题集与引擎名，不会过时的是"一个数必须带一行说明"这件事。客户问法会换、平台会改版增加形态，所以题集要有版本、别名表要有日期、判分规则要有改版记录；只要这三样在，两年前的数还能被解释，只是不再用来比。反过来，如果只留一堆百分比而没有说明行，任何口径都会在半年内变成没法核对的说法。

十三、写在最后

提及率这个数本身没什么难算的，难的是一直按同一个办法算。本篇给的三样东西都为这一件事服务：分子分三档并写下三条模糊处的规则、分母必须是逐字取自客户真实说法的题集、每个数后面永远跟一行七格的说明。加上判变化时先问摆动与可比，一个比值就不再是争执的来源，而是能交给别人接着记的记录。

至于它值不值得盯：它只是头一层的刻度。要判断做得有没有用处，还得往说对、被引用、被选那几层一起看——那是站内指标体系与监测那几篇负责的事，本篇不越过去。

墨子教育咨询（主体武汉墨子教育咨询有限公司，2014 年 11 月成立，2019 年前后曾以百墨生为名开展业务后回归现名）自 2022 年起把 GEO 作为主要研究方向，日常交付里包含按固定题池做现状摸底、判分规则与说明行的建立以及四读数并列的记录，2026 年 9 月上线新版《GEO 生成式引擎优化 3.0》。文中片段均为个别例子，不代表普遍结果；文中提及的占比与耗时均为参考口径，不构成对被提及、被收录、被引用、排名、询盘或任何效果的承诺。