AI 引用测量

AI 引用率:公式、工具与方法。

用公开公式和可重复观察测量 AI 引用,不混合覆盖率、引用份额、品牌提及和准确率。

3 篇方法说明版本化公开变更历史

直接回答

什么是 AI 引用率?

AI 引用率是引用事件与明确样本之间的已定义比率,不是一个通用分数。同一组回答中,一个团队按“被引用的回答”计数,另一个按“来源链接”计数时,得出的比率可能不同。

必须公开分子、分母、AI 产品、市场、日期范围和方法版本。缺少这些信息的引用率无法审计,也无法可靠比较。

阅读完整测量指南
引用覆盖率被引用回答数 ÷ 观察总数

目标来源至少在回答中出现一次的频率。

引用份额目标引用数 ÷ 全部可见引用数

目标在同一批样本全部引用链接中的占比。

提及率包含未链接提及的回答数 ÷ 观察总数

品牌出现但没有可点击来源链接的频率。

引用准确率有支持的引用数 ÷ 已审核引用数

被引用页面确实支持相邻陈述的频率。

交互式计算

计算引用覆盖率与引用份额。

请分别计算两个比率。覆盖率衡量一条回答中至少出现一个目标引用的频率;引用份额衡量目标占全部已观察引用活动的比例。

计算仅在您的浏览器内运行,不会把数值发送给 SEOGEO。

引用覆盖率30.0%被引用回答数 ÷ 观察总数
引用份额15.0%目标链接数 ÷ 全部引用链接数

测量流程

建立可重复的样本。

在修改页面前先建立基线。问题集要稳定保持足够长时间,才能区分回答波动与引用行为的真实变化。

  1. 固定问题集写下准确问题、搜索意图和预期页面归属。
  2. 记录上下文保存 AI 产品、可见模式、语言环境、日期和界面显示的模型信息。
  3. 保存回答在分析前保存回答快照和每一个可见来源 URL。
  4. 分别标记事件把引用、品牌提及、推荐和未出现保留为不同结果。
  5. 重复并复核比较重复运行、核验被引用页面,并连同局限一起报告波动。
版本化方法

每一条观察背后的定义

保留全部版本
v0.1 · 更新于 2026年11月9日SEOGEO 如何记录一条引用观察每条带日期的 AI 回答观察所使用的字段、标签与约束。v0.1 · 更新于 2026年11月8日来源分类用于区分官方、标准、学术、独立、编辑与从业者来源的实用分类法。v0.1 · 更新于 2026年11月7日来源核验如何审核来源身份、覆盖范围、更新历史和证据链接。

AI 引用测量

引用率如何计算

简明回答,并说明相关证据、定义和适用边界。

什么是 AI 引用率?

AI 引用率是引用事件与一组明确定义的 AI 回答或引用样本之间的比率。必须同时说明分子和分母,例如被引用回答数、目标来源链接数、全部可见来源链接数以及观察次数。

AI 引用率如何计算?

引用覆盖率等于至少包含一个目标引用的回答数除以记录的回答总数。引用份额等于目标引用链接数除以同一样本中所有可见引用链接数。两项指标必须分开使用。

引用覆盖率和引用份额有什么区别?

覆盖率衡量目标在一条回答中至少出现一次的频率;引用份额衡量目标在全部来源链接中的占比。一个页面可能在很多回答中被引用,却只占总引用的很小一部分,反之亦然。

什么是引用观察?

引用观察是针对一个已记录问题所产生的一次 AI 回答、带有日期的记录。重复运行会分别保存,以便保持样本量和波动情况可见。

团队应如何测量 AI 引用准确率?

逐条核对被引用页面是否支持它所佐证的陈述。记录来源是否可访问、相关、及时且属于一手资料,并把内容不匹配与链接是否出现分开记录。

为什么要保留方法版本?

产品和研究实践变化时,方法也会变化。版本化可以避免把在不同规则下得到的结果当成同一口径来比较。

引用研究应抽样多少次 AI 回答?

不存在通用最低样本量。所需样本取决于波动程度、问题数量和支持何种决策。应报告全部排除项、重复次数和不确定性,而不是把一次运行当作稳定证据。