大模型排名数据

把 GEO 优化的"效果"量化——5 家 AI 平台 × N 个训练词 × N 个时间维度的曝光矩阵

一、核心 4 大数据维度

维度	含义
训练词监控	5 大 AI 平台 × 客户已录入的所有训练词
品牌推荐次数	每个训练词下客户品牌被推荐的累计次数
平均排名位置	推荐位置（在回答中是第几条内容）
趋势对比	与上周/上月/同比的对比曲线

二、5 大平台横向对比

监控的 AI 平台：

平台	公司	入口
豆包	字节跳动	https://www.doubao.com
文小言	百度	https://wenxiaoyan.com
DeepSeek	深度求索	https://chat.deepseek.com
通义千问	阿里	https://tongyi.aliyun.com
元宝	腾讯	https://yuanbao.tencent.com

三、看板解读

指标 1：品牌推荐覆盖率

推荐覆盖率 = 含推荐品牌的训练词数 ÷ 训练词总数 × 100%

标杆：装修行业 GEO 服务的健康值 ≥ 35% 算合格，≥ 60% 算优秀。

指标 2：平均推荐位置

推荐位置 = AI 在回答正文里的顺位（1 为第 1 条）

标杆：平均位置 ≤ 3 才算有效曝光。

指标 3：周环比

每周一同步上周数据，自动生成对比图：

• 推荐数 ↗：内容策略见效
• 推荐数 →：稳定
• 推荐数 ↘：立即排查发稿节奏与训练词

四、操作建议

发现排名下滑时可按以下顺序排查：

1. 内容质量下滑：最近 30 天发布文章是否涉及降权违规
2. 媒体断档：头条/知乎/百家号是否被封号或停发
3. 训练词过时：是否需要新增热门词
4. 同行压制：是否有竞品发稿量突然暴增
5. AI 平台规则变化：关注豆包/文小言官方公告

五、导出与共享

看板右上角「导出」按钮支持：

• CSV：原始数据
• PNG：可视化截图（适合周报）
• PDF：完整周报（建议客户会议用）