指标口径

PeakGEO 的每个比率都可以拆回到具体的回答：分子是哪些回答、分母是哪些回答、哪些被排除，都有固定规则。本页说明控制台里核心指标的计算口径，以及如何判断一个数字是否值得引用。

统计单位：一条回答

统计单位是一个问题在一个模型上产生的一条回答。

• 同一个问题在 4 个模型上各问一次，得到 4 条回答。
• 监测计划开启了重复采样时，同一问题、同一模型每轮会多问几次，每次都单独计为一条回答。
• 关联的问题数会按问题去重统计，不能把回答数当成问题数。

有效回答

只有有效回答进入比率的分子和分母。以下情况不计入：

• 采样超时或失败；
• 模型通道待配置、暂不可用；
• 模型返回了空回答。

这样处理是为了不把“没拿到回答”误算成“品牌没被提到”。失败的部分可以在执行记录里补试，补回的回答会重新进入统计。

哪些问题类型参与计算

问题库中的问题分为几类，进入核心指标的只有自然类问题，也就是不点名品牌的问题：

点名品牌的问题里，AI 提到品牌几乎是必然的，无法说明用户能否主动发现品牌，所以品牌核验问题用来了解 AI 如何描述和评价品牌，不进入提及率和推荐率。详见问题库。

核心指标

提及和推荐的区别：“市场上有 A、B、C”只是提到；“根据你的需求，建议优先考虑 A”才算明确推荐。

为什么推荐率的分母包括自然发现类：这样提及率、推荐率、风险提及率使用同一个分母，三者可以直接放在一起比较。总览、指标详情、可见度面板中的模型与主题统计、竞品推荐率以及导出报告都使用这个分母。

回答里品牌出现的先后顺序不等于推荐名次。PeakGEO 关注的是品牌是否被提到、是否被明确推荐，而不是把回答顺序当作排名。

示例一

本轮有 10 条自然类有效回答，其中 4 条来自自然推荐类问题，这 4 条里有 2 条明确推荐了本品牌：

• 自然推荐率 = 2 ÷ 10 = 20%，而不是 2 ÷ 4 = 50%。
• 自然发现类回答中即使出现“推荐”字样，也不会增加分子。
• 如果其中一条回答同时带两个风险信号，风险提及率仍为 1 ÷ 10 = 10%。

示例二

本轮有 4 条自然发现、3 条自然推荐、1 条品牌核验，全部为有效回答。自然类共 7 条，其中 5 条提到本品牌、2 条自然推荐回答推荐了本品牌、1 条带风险信号：

那条品牌核验回答不进入以上三项。引用类指标的口径不同，分母是全部 8 条有效回答，见引用来源与声量。

置信区间与样本量

AI 对同一个问题的回答本身就有起伏，所以单个百分比只是一个估计值。PeakGEO 为每个比率计算 95% 置信区间（Wilson 方法），表示按当前回答量估算，真实水平大约落在哪个范围。

• 回答越多，区间越窄，数字越稳定。
• 有效回答少于 20 条时区间很宽，不建议单独引用或据此下结论。
• 比率保留一位小数。

例如 10 条回答中 2 条推荐，点估计是 20%，但区间大约在 5.7%–51.0% 之间；同样是 20%，若来自 100 条回答（20 条推荐），区间收窄到约 13.3%–28.9%。比较两个比率时，PeakGEO 先看区间是否重叠，而不是只比较两个点估计，详见多轮比较与置信区间。

暂无有效回答 与 0%

分母为零时，界面显示 “暂无有效回答”，不会显示 0%。

• 0%：有有效回答，但没有一条提到（或推荐）品牌，这是真实的测量结果。
• 暂无有效回答：没有可统计的回答，例如全部采样失败，或当前筛选范围内没有自然类问题。这代表“没测到”，不代表“表现为零”。

测量状态

每轮测量会根据本轮成功的“问题 × 模型”组合给出整体状态：

部分测量时，控制台会提示“部分样本失败，指标仅代表有效回答”。

解读提醒

• 提及率高不等于被推荐，只代表 AI 想得起品牌。
• 问题追踪表格是逐题排查工具，可能包含品牌核验问题，它的提及情况不能替代总览里的自然提及率。
• 总览展示最新一轮；可见度面板可以按多轮时间范围筛选。范围不同的两处数字不能直接互换。
• 指标反映的是统一条件下模型接口的回答，可能与个人在 App 中看到的内容不同。

相关页面：引用来源与声量 · 多轮比较与置信区间 · 术语表