「被提到」已经饱和
在 541 条有效样本里，没有一条回答是「只讲品类不点品牌」的：提及率 100%，单条最多出现过 19 个品牌。这意味着，如果品牌方把「AI 有没有提到我」当作 GEO 的唯一指标，这个指标在香水类目里已经失去区分度 —— 一条回答里挤进十几个名字，读者记不住，模型也没有为任何一个名字给出理由。
一条回答点名 10.8 个品牌：香水类问题里的 AI 推荐，正在通货膨胀
在 16 个模型、10 类问法、1,183 次采集里，「被提到」几乎不是稀缺资源 —— 541 条有效回答 100% 提到了品牌。稀缺的是被解释，和被放在前面。
- 数据等级
- L2 自动质量校验
- 统计窗口
- 2026-10-23 至 2026-11-13（22 天）
- 数据快照
- 2026-11-14 01:21（Asia/Shanghai）
- 覆盖
- 16 个模型 · 10 类问法 · 每问法 2 轮
这是数说 WANVO 的第一期行业观察。我们不去排「谁的 AI 声量第一」，而是先回答一个更基础的问题：在这些问题下，AI 到底怎么组织答案。因为答案形态决定了品牌能争取到什么 —— 是挤进一份十几行的名单，还是拿到一句带理由的推荐。
三句话看完
- 541 条有效样本里，6,066 条品牌提及，平均一条回答点名 10.8 个品牌；每被提到一次，平均只分到 6.6 个字的解释空间。
- 只有 30.6% 的提及出现在回答的前五分之一。前 5 个实体拿走了 39.8% 的提及，剩下的摊在 102 个品牌上。
- 问法比行业更决定结果：高端定位题的有效样本率 88.4%，性价比题只有 21.4%；中位回答长度 127 字对 50 字。
一、这批样本是怎么来的
采集到的每一条观测都要过六道确定性校验（调用成功、无错误、回答不少于 80 字、非占位内容、模型可识别、模板版本可追溯），通过的记为 L2，才有资格进入下面的统计。 没有一条数据被人工修改过。
01采集观测1,183
窗口内全部调用记录02调用成功1,180
失败 3 条，不进任何分母03通过自动质检（L2）541
占采集 45.7%；其中回答不足 80 字的 639 条（54.2%）二、回答到底长什么样
短回答不等于坏回答，但在这些问题上，短回答的典型形态是「只报品牌名、不回答问题」。 下面两个结构指标用来说明这件事，它们是形态描述，不是质量评分。
不足 80 字（清单式/短答） 54.2%80 字以上 45.8%
10.8单答品牌密度中位 11 个，最多 19 个
6.6每个品牌分到的字数中位回答长度 ÷ 单答品牌密度
30.6%出现在回答前 1/5 的提及占比分母 6,066 条提及记录
39.8%前 5 个实体的提及占比共 102 个归一实体
三、问法比行业更决定结果
同一品类、同一批模型，换一个提问框架，回答的信息量就完全不同。 下面每一行都是「该类问法的有效样本数 / 采集数」，条形长度是该比例。
四、模型之间的形态差异
下面按模型分列，不给合并值。同一批题面在不同模型上的有效样本率与回答长度差异很大， 把它们的「提及率」平均成一个数字，得到的会是一个无法解释的平均值。
五、这四件事值得品牌方注意
真正稀缺的是解释与位置
把提及的位置换算成回答内的相对位置后，只有约三成的提及落在回答前 20% 的篇幅里。香水回答的中位长度是 71 字，扣掉开头与结尾的客套，能用来「说清一个品牌」的空间通常只有二三十字。品牌要争的不是出现在名单里，而是出现在名单的前半段、并且带一个可被记住的特征词。
问法决定你能拿到长答案还是名单
同样是香水，问「高端香水有哪些值得考虑的品牌」时，有效样本率 88.4%、中位 127 字，模型愿意展开讲调性、留香与场景；问「哪款性价比高」时，有效样本率降到 21.4%、中位 50 字，回答基本退化成价格带 + 品牌名。这不是数据质量问题，是模型在不同问题下的行为差异 —— 而它直接决定了品牌有没有解释空间。
同一个问题，不同模型给的形态差 12 倍
模型之间的有效样本率从 7% 到 87.6% 不等，中位回答长度从 46 字到 147 字。把几个模型的「提及率」平均成一个数字，等于把「愿意展开讲」的模型和「只报名字」的模型混在一起，读者看到的会是两个不同世界的平均值。所以本期的所有结构指标都按模型分列，不给合并值。
六、可以怎么用
把 KPI 从「提及覆盖」换成「解释份额」
先量化一件事：在目标问题集里，你的品牌被提到时，平均能拿到几个字、排在第几位、有没有一个具体特征被说出来。这三个数比「提及率 100%」有用得多，也更容易在两次优化之间比对。
按问法准备可被摘取的素材，而不是长文
优缺点式提问的清单化比例高达 72.6%，说明模型在这类问题上倾向压缩。想被摘进去，就给一句能被直接引用的短结论（一个优点 + 一个缺点 + 一个适用场景），而不是等模型从长文里总结。
分平台设基线，不做全平台统一目标
愿意展开的模型与只报名字的模型，需要完全不同的素材策略与验收口径。用同一套内容去打全部平台，最后拿到的只会是一个无法解释的平均分。
复测口径固定，才谈得上优化
同题面、同模型、同窗口长度、同数据等级 —— 四个不变，才允许说「这次比上次好」。缺少任何一个，变化都可能来自模型换版或采样波动，而不是你的动作。
七、口径、来源与边界
指标定义
定义写在代码里的指标注册表（metrics-1.0 + cat-1.0），不是页面文案，改动必须升版本、历史值不重算。
有效样本产出率v1.0
- 分子
- count(observation) where data_tier = 2
- 分母
- count(observation) where 落在统计窗口与类目内（含失败）
- 排除
- 分母不剔除失败样本 —— 失败本身就是产出率的一部分，剔除会虚高；跨类目不得合并：不同类目的回答形态差异极大（见 listing_rate）
- null 规则
- 分母为 0 → null（不是 0%）
清单式回答占比v1.0
- 分子
- count(observation) where status = success and answer_len < 80
- 分母
- count(observation) where status = success
- 排除
- status != success
- null 规则
- 分母为 0 → null
单答品牌密度v1.0
- 分子
- Σ distinct(normalized_brand) per observation
- 分母
- count(observation) where data_tier = 2
- 排除
- data_tier != 2；同一回答里同一品牌的不同写法按别名表合并后只计 1 次
- null 规则
- 分母为 0 → null
提及集中度（前五）v1.0
- 分子
- Σ mention_count of top 5 normalized entities
- 分母
- count(mention) where 观测为 L2
- 排除
- data_tier != 2；实体为空或无法识别的提及行
- null 规则
- 提及记录 < 5 → null
品牌提及率v1.0
- 分子
- count(distinct observation) where 该品牌出现在回答中
- 分母
- count(observation) where is_valid
- 排除
- status != success；回答为空；行业公共层：缺 requestHash 或 responseHash（不可复算的样本）
- null 规则
- 分母为 0 → null（不是 0%，也不是 100%）
来源与复算
- 来源表：DataCore 行业观测库（只统计调用成功的观测）。
- 快照版本
shushuo-2026-11-v1，口径版本metrics-1.0 + cat-1.0， 规则集obs-qc-v1。 - 品牌别名表
shushuo-alias-v1：中英文与错拼归一并列，未命中名称保持原样。 本期覆盖 56.9% 的提及记录。 - 导出脚本
web/scripts/shushuo/export.sql与计算脚本build-snapshot.mjs可复现同一份数字（快照指纹f4de61da08b292a2）。
不能说什么
- 本页数字等级为 L2（自动质量校验通过、未经人工逐条审核）。按使用范围，不得用于品牌排名与关键商业结论。
- 提及不等于推荐：这批提及记录里推荐判定字段全部为空，因此本期不输出「谁被推荐」，也不输出推荐率。
- 品牌实体做过中英文与错拼归一（shushuo-alias-v1），但别名表未覆盖全部写法；未命中的名称保持原样，因此真实实体数只会比页面上的更多。
- 样本来自模型 API 调用，不等于消费者在 App 里看到的真实结果；不能用它推断市场份额、销量或搜索热度。
八、原始数据表
图形之外的原始数，供核对与复制。所有比例均可由此表复算。
| 问法 | 采集 | 有效(L2) | 有效率 | 清单式 | 中位字数 | 单答品牌 |
|---|---|---|---|---|---|---|
| 品牌认知（点名品牌） | 146 | 57 | 39.0% | 61.0% | 68 | 10.6 |
| 优缺点式提问 | 146 | 40 | 27.4% | 72.6% | 47 | 7.9 |
| 高端定位式提问 | 146 | 129 | 88.4% | 11.6% | 127 | 11.3 |
| 质量/口碑式提问 | 145 | 52 | 35.9% | 64.1% | 72 | 10.5 |
| 性价比式提问 | 145 | 31 | 21.4% | 78.6% | 50 | 9.8 |
| 对比式提问（哪个更好） | 145 | 59 | 40.7% | 59.3% | 67 | 10.4 |
| 榜单式提问（要前几名） | 145 | 76 | 52.4% | 47.6% | 87 | 9.8 |
| 购买推荐（要一组建议） | 145 | 82 | 56.6% | 43.4% | 104 | 10.6 |
| 单品牌商品盘点 | 12 | 10 | 83.3% | 16.7% | 407.5 | 1.1 |
| 具体商品发现 | 5 | 5 | 100.0% | 0.0% | 682 | 17 |
| 模型 | 采集 | 有效(L2) | 有效率 | 清单式 | 中位字数 |
|---|---|---|---|---|---|
| DeepSeek-V4-Pro（腾讯） | 201 | 14 | 7.0% | 93.0% | 68 |
| Hunyuan-Hy4-Preview | 201 | 156 | 77.6% | 22.4% | 106 |
| Qwen3.8-Flash | 196 | 58 | 29.6% | 70.4% | 50 |
| Hunyuan-Hy3 | 193 | 81 | 42.0% | 58.0% | 47 |
| GLM-5.3-Flash | 113 | 81 | 71.7% | 28.3% | 101 |
| Qwen-Plus | 113 | 99 | 87.6% | 12.4% | 147 |
| Qwen-Flash | 112 | 23 | 20.5% | 79.5% | 46 |
本文不含品牌排名与推荐结论。按 L2 使用范围，排名与关键商业结论需要 L3（人工逐条审核）， 当前观测库 L3 为 0 条 —— 我们不跳过这一步。