先建立统一问题和采样口径，再判断品牌在 AI 中的真实表现。

问题库应来自客户访谈、销售记录、站内搜索、客服问答和行业研究，而不是为了让品牌出现临时编写。品牌词和非品牌词必须分开统计。

品牌词问题检验 AI 是否理解企业；非品牌问题检验企业能否在没有提示品牌的情况下进入相关服务商或解决方案范围。

• 品牌事实：企业是谁、提供什么、如何联系
• 服务发现：有哪些服务商、应该选择什么解决方案
• 比较选择：不同方案、服务商或建设路径有什么差异
• 知识问题：客户在决策前需要理解的概念、方法和风险

AI 回答会受到平台、模型版本、时间、账号、地区、是否联网和随机性的影响。为了让结果可以比较，应事先确定条件并如实记录。

同一问题可以独立测试多轮，但不能在第一轮后追问、纠正或提示品牌，再把后续回答当成自然结果。失败、拒答和无可见引用也要保留。

完整原文是证据，汇总分数只是索引。先保存原始回答，再按统一定义标记字段，才能复核为什么某个平台得出不同结论。

• 是否提及品牌，以及在回答中的位置和上下文
• 企业名称、服务、联系方式和其他事实是否准确
• 是否主动推荐，还是只在被点名后进行说明
• 回答的最终倾向以及附带的保留条件
• 可见引用 URL、引用域名和引用内容是否支持结论
• 同时出现的竞争对象以及比较维度

诊断结束后，应把问题分成企业事实错误、官网内容缺口、第三方信源不足、平台表达差异和暂不可控因素。只有前三类通常能够通过建设直接推进。

页面更新或新信源发布后，应在相同问题和相近条件下复测，并保留修改前后的样本。一次波动不应直接认定为优化成功。

有效报告应能从汇总结论回到问题、平台、原文和引用页面，并说明哪些发现能够行动、哪些只能观察。

品牌提及率、推荐率和引用率可以用于趋势比较，但必须同时说明样本数、问题构成、失败样本和测试条件。