用途
当品牌在 AI 回答中的存在度需要被打分、比较或随时间报告时使用本技能。它针对每个问题产出带有票数的可见度判定，并以完整回答原文作为证据。
主要能力
采样先于打分
答案引擎具有随机性：同一个问题在同一小时内问两次，会返回不同的回答、提到不同的名称。只问一次就得出的分数是披着数字外衣的噪声。应对每个引擎、每个问题至少提问三次，逐字捕获每个完整回答，由多数投票决定是否存在。在输出中保留票数可见——三票全中的问题与三票中两票的问题属于不同事实，而差距正是下个月变化最先显现的地方。
定义什么算作“出现”
“品牌出现了”这句话里藏着三种不同事件：被作为推荐点名（引擎把该品牌作为买家问题的答案给出）、被顺带提及（名称出现但无背书）、被作为来源引用（该品牌的网站为回答提供了内容）。在打分前先确定这些层级，并机械地应用。最严格的层级——被作为推荐点名——才是预测买家会到来的那一层；应单独报告，绝不混入总分。
对问题打分，而不是对品牌打分
单一聚合分数会掩盖运营者一切可操作的信息。把读数构建成网格：问题为行，引擎为列，每个单元格中放票数。聚合分可以放在顶部，但网格才是产品本身——它显示哪些问题已被赢得、哪些存在争夺、哪个引擎与其他引擎判断相左。
诚实地解读变化
按固定节奏重测同一组问题。从零票三中变为三票三中属于真实变化；边缘处的摇摆只是天气。当买家语言变化导致问题集必须调整时，在序列中标记断点并重述基线。把新旧问题集拼接成一条曲线，会制造出从未发生过的趋势。
好的产出是什么样
最优秀的运营者先读方差，再读分数：不稳定的回答意味着引擎尚未决定，而未决定的问题正是可以争取的——那份不稳定清单就是工作队列。平庸的做法是单次扫描得出一个聚合数字、不保留原始文本、问题集在两次测量之间悄悄变化，导致任何内容都无法追溯或比较。好的输出让怀疑者可以挑出网格中的任意单元格，一步之内看到其背后带日期、逐字记录的回答。
规则
- 必须保留每个被采样回答的完整逐字文本，并注明日期。
- 必须展示票数，而不能只给出判定结论。
- 绝不允许每个问题只问一次就打分。
- 绝不允许在问题集变更后不标注断点就跨版本拼接测量结果。
适用场景与限制
适用于需要长期追踪品牌在 AI 回答中可见度、并对分数可靠性进行辩护或比较的场景。资料中未提供具体安装方式、支持的引擎列表、收费信息或平台限制。