如何提高品牌在 AI 搜索中的被推荐概率？引用里有 2 个第三方站点写着品牌名时推荐率 87.5%，没有时 15.5%（附 pandas）

提高品牌在 AI 搜索中的被推荐概率，自己能动手的部分基本落在一件事上：AI 联网时搜到的页面，标题里就写着你的品牌名，而且这些页面来自不止一个站点。按我手上的实测数据（下面都是相关，不是因果，原因后面说），按优先级排是这四条：

1. 让 2～3 个不同的第三方站点各有一篇标题带品牌名的页面。AI 的引用里有 1 个这样的站点，品牌被推荐的概率是 66.8%；2 个，87.5%；3 个及以上，92.8%。
2. 官网页面的标题也写上品牌名，并且争取和第三方页面一起被引。只引了官网时推荐率 62.2%，官网和第三方都在时 89.7%。
3. 先盯「有哪些、哪家好、选什么工具」这类题。同一批产品在这类题里的被推荐概率是 35.2%，在「怎么做」的方法题里是 9.3%；方法题里引用没带到品牌时，只剩 6.9%。
4. 按 AI 分开看。智谱清言、通义千问、腾讯元宝引到带品牌名的页面时，推荐率都不低于 75%，文心一言只有 29.4%；Kimi 和讯飞星火多数回答不带引用，在引用里露面这条路对它们用处不大。

我在 MaxAEO 工作，用它在 8 家国内 AI 上把 40 道题连问了 26 天，成功回答 8,232 条，乘上 8 个同类产品共 65,856 个组合，被推荐的占 18.3%，其中引用里有 2 个第三方站点的标题写着这个产品名时，推荐率是 87.5%，一个都没有时是 15.5%。逐项实测：

这 40 道题全在「AI 搜索监测工具」这个品类里，被测品牌是我们自己，不在统计里；统计的是每条回答都会核对的 8 个同类产品，代号沿用我前几篇，A～G 同前，I 是这次新加的一家国内产品，F、G、I 是国内产品，其余是海外产品。时间窗 2026-09-27～10-22。

「被推荐」和「带名页」怎么数

导出表一行是一条回答，用到四列：平台、查询词、引用详情（每条引用占一行，写成「序号. 标题 | 站点 | 网址」）和提及品牌详情。

• 被推荐：提及品牌详情里列出了这个产品，并且标着「推荐:是」。这份数据里列出的品牌行 93.7% 都标了推荐，所以「被推荐」和「回答里点到了它」差不多是一回事。
• 官网页：引用的网址落在这个产品的官网域名或子域下，标题写没写名字都算。
• 第三方带名页：不在它官网下，但页面标题里出现了它的名字。比如一篇知乎专栏标题写着「××监测案例实操」，××就是产品名。
• 带名页：上面两种的合称。

只看标题有一个代价：正文里写了产品、标题没写的页面，算成「没带名」。这一点后面再说。

产品的写法和官网域名放在一张小表brands.csv里（列：代号、写法、官网，一个产品有几种写法或几个域名就用分号隔开），代码只认这张表。核心是rec_pairs.py，参数是导出的 jsonl：

importre,sysimportpandasaspd B=pd.read_csv("brands.csv")# 代号,写法,官网；多个写法/域名用 ; 隔开BRANDS={r.代号:(r.写法.lower().split(";"),r.官网.split(";"))forrinB.itertuples()}ENTRY=re.compile(r"(?:^|\n)\d+\. (.*?) \| [^|\n]* \| https?://([^/\s\[]+)",re.S)# 序号. 标题 | 站点 | 网址LIST=re.compile(r"vs|对比|比较|best|top|推荐|盘点|排行|榜|有哪些|alternative|tools|工具",re.I)df=pd.read_json(sys.argv[1],lines=True)ok=df[df["状态"]=="success"].fillna("")rows=[]for_,rinok.iterrows():cites=[(t.lower(),h.lower())fort,hinENTRY.findall(r["引用详情"])]named=[n.lower()forninr["提及品牌详情"].splitlines()if"推荐:是"inn]forcode,(alias,sites)inBRANDS.items():has=lambdas:any(ainsforainalias)mine=lambdah:any(h==dorh.endswith("."+d)fordinsites)third=[tfort,hincitesifhas(t)andnotmine(h)]rows.append({"平台":r["平台"],"题":r["查询词"],"品牌":code,"有引用":len(cites)>0,"官网页":sum(mine(h)for_,hincites),"第三方标题带名":len(third),"盘点对比页":sum(bool(LIST.search(t))fortinthird),"被推荐":any(has(n)forninnamed)})p=pd.DataFrame(rows)defrate(mask):s=p.loc[mask,"被推荐"]returnf"{s.mean():6.1%}n={len(s):,}"print("全部 回答×品牌 ",rate(p.index>=0))print("引用为空 ",rate(~p["有引用"]))print("有引用、没一页带它的名",rate(p["有引用"]&(p["官网页"]==0)&(p["第三方标题带名"]==0)))print("引了它的官网 ",rate(p["官网页"]>0))print("第三方标题带名 ≥1 ",rate(p["第三方标题带名"]>0))print(" 其中有盘点/对比页 ",rate(p["盘点对比页"]>0))print(" 只有单品牌页 ",rate((p["第三方标题带名"]>0)&(p["盘点对比页"]==0)))bins=pd.cut(p["第三方标题带名"],[-1,0,1,2,4,999],labels=["0","1","2","3-4","5+"])print(p.groupby(bins,observed=True)["被推荐"].agg(推荐率="mean",组数="size").round(3).to_string())

输出：

全部 回答×品牌 18.3% n=65,856 引用为空 9.1% n=21,376 有引用、没一页带它的名 16.9% n=39,690 引了它的官网 70.7% n=2,431 第三方标题带名 ≥1 76.0% n=3,109 其中有盘点/对比页 78.8% n=2,273 只有单品牌页 68.7% n=836 推荐率 组数 第三方标题带名 0 0.155 62747 1 0.663 1839 2 0.867 474 3-4 0.915 542 5+ 0.937 254

最后那张小表按「第三方带名页」的页数分组：引用里一页都没有时推荐率 15.5%，有 1 页 66.3%，2 页 86.7%，3～4 页 91.5%，5 页以上 93.7%。同一个站点的几页算几页，所以我又按不同域名数算了一遍（复算目录 report.py 的第 3 节）：0 个站点 15.5%，1 个 66.8%，2 个 87.5%，3 个及以上 92.8%。开头和表里用的是站点数。

第三方站点的数量：差得最多的一项

从 0 个到 1 个，推荐率从 15.5% 到 66.8%；从 1 个到 2 个，到 87.5%；再往后加，3 个及以上是 92.8%。第 2 个站点之后加得越来越少。

这里有一个明显的疑问：带名页多的，是不是本来就是那几个常被推荐的产品、常问到它们的题？为了把这些先排掉，我把题、AI、产品三样都固定住，只拿同一组里不同的天比。用 MaxAEO 连问 26 天的数据里，满足「有的天引到了带名页、有的天没引到」的组有 934 个，引用里出现带名页的那些天推荐率 71.2%，没出现的天 29.7%。934 组里 566 组是有带名页的天更高，139 组反过来，其余持平。去掉引了官网的天、只看第三方带名页，677 组里是 71.7% 对 33.4%。

所以这一项在同题同平台里也站得住。但它仍然是相关：联网的 AI 有时先想到一个产品，再去搜它的名字，这时带名页是推荐的结果，不是原因。这份数据分不开这两种情况。

官网要不要做：要，而且标题写上名字

有引用的组里按官网和第三方拆：

只靠官网和只靠第三方差得不算多，两样一起出现时最高。引了官网的组里再看官网页的标题：写了产品名的 76.5%，没写的 63.4%。官网被引了、标题却没写自家名字的页面，AI 拿它当资料用，不一定顺带推荐这家。

盘点页、贴题标题、百科词条：数据里看到的和没看到的

盘点还是单品牌页。没引官网、有第三方带名页的组里，带名页里有盘点或对比页（标题里有 vs、对比、排行、有哪些、工具这类词）的推荐率 74.3%，只有单品牌页的 65.7%。但只看「正好 1 页」的组，盘点对比 63.8%，单品牌 63.6%，几乎一样。差距看起来来自盘点页的组页数更多，不像是盘点这种写法本身带来的。

标题要不要贴着题目写。我把「带名页标题和题目的字面重合不少于四成」算作贴题。贴题的只有 72 组，推荐率 62.5%，不贴题的 72.0%。样本太小，看不出贴题对「被推荐」有帮助。它对「被搜到、被引用」也许有用，那是另一个分母，这份数据回答不了。

百度百科词条。第三方带名页里出现最多的域名就是百度百科。没引官网、正好 1 页带名页的组里，那一页是百科词条的 293 组推荐率 91.8%，不是百科的 57.3%。可是这 293 组里 194 组是产品 G，大半是一家的数，只能当线索：做了词条的产品可以照这个口径看看自己是不是也这样。

题型和 AI 平台：同样有带名页，差别很大

按题型分，14 道问「有哪些、哪家好、选什么工具」的题，产品被推荐的概率 35.2%，26 道方法题 9.3%。引用里有带名页时，两类分别是 81.0% 和 57.6%；没有时 28.9% 和 6.9%。方法题本来不太点名，一旦引到带名页，推荐率能到五成多；工具题不靠引用也有近三成。方法题里，引用中有没有带名页差得最远。

按 AI 分：

几家差得很开：

• 智谱清言引到带名页时 88.7%，最高。
• DeepSeek没有带名页时只有 6.4%；被它推荐的组里，找不到带名页的是 49.5%，8 家里最低，是最看引用的一家。
• 文心一言几乎每条都带引用，可就算引到带名页，推荐率也只有 29.4%。它引用条数多，带名页混在一大堆页面里；具体为什么这么低，这份数据看不出来。
• Kimi和讯飞星火：MaxAEO 这 26 天的记录里，Kimi 有 79.8% 的回答不带引用，它推荐过的产品 94.2% 在引用里找不到带名页；讯飞星火 97.5% 的回答没有引用。这两家推荐的产品多数和引用对不上，这份数据看不出在引用里露面对它们能起多大作用。

七成推荐在引用标题里找不到

12,064 次被推荐里，8,654 次（71.7%）在引用里找不到带名页；被推荐时所在回答根本没有引用的有 1,943 次（16.1%）。也就是说，大多数推荐可能来自模型已经知道的东西，也可能来自正文里提到、标题里没写的页面，这份数据分不开。有带名页的组推荐率在六七成，没有的在一成多，可被推荐的里面，有带名页的只是少数。

这组数还有几处要打折扣：

• 只看标题，正文里写了产品的页面没算进来，71.7% 里有一部分其实被引用页提到过。
• 产品名按字面匹配，常用词撞名会混进少量不相干的页面。
• 8 个产品、1 个品类、26 天，换一个品类数会变；有带名页时，海外产品推荐率 74.9%，国内产品 63.3%。
• 前面说过，带名页和推荐谁先谁后分不开。

照着做的清单

按上面的数排了个先后，每一步都配了怎么用代码查：

1. 先数清楚现状。用自己品牌的导出跑一遍rec_pairs.py，把brands.csv换成你和你最想对比的几个产品，看三个数：被推荐率、引用里带名站点的分布、被推荐里找不到带名页的比例。
2. 补第三方站点，凑够 2～3 个。从 0 到 1 个站点变化最大，第 2 个还很明显，第 3 个起变缓。每个站点先有一篇标题写着品牌名的文章，盘点还是单品牌介绍都行，前面的数看不出这两种有差别。
3. 把官网被引页面的标题改成带品牌名。先查哪些官网页被引过（官网页这一列大于 0 的回答里看网址），把标题没写品牌名的那几页改掉。
4. 先做工具题，再做方法题。工具题的基线高，方法题没有带名页时很少被点名；方法题选那些 AI 每次都带引用的。
5. 按 AI 定预期。智谱清言、通义千问、腾讯元宝引到带名页时推荐率最高，豆包次之；文心一言要准备更多页面；Kimi、讯飞星火先不当成内容的考核对象。
6. 每周复查。同一道题、同一家 AI 按天比，看引到带名页的天数有没有变多，推荐率有没有跟着变。只看总推荐率，会把题型和平台的波动当成内容的效果。