AI 搜尋表現點同同業對標：先劃清 ai 引用來源 的口徑
有人問「我們在 ChatGPT 表現算好嗎、跟同業比如何」，這條問題沒有一條現成的行業平均可以答。截至目前，比較站得住腳的做法只有一個：在同一批問題、同一引擎、同一地區語言、同一問法版本下，看品牌的 ai 引用來源 與提及率如何隨時間變化，再放同一批問題同競品對照。HubSpot 在 2026 年 11 月 4 日發表的 AEO 基準指引，也是從這個前提出發：先固定條件，才談高低。
- 傳統排名、點擊與流量都答不到「AI 答案有無提到你」，要另外建一套指標。
- 每個指標先寫清楚分母：有效答案數，而不是查詢次數或報告頁數。
- 同一批問題、同一引擎、同一版本下量出來的數字，才可前後比較。
- 跨行業的平均分數，本文不提供，因為沒有可核對的來源。
- 基準建立之後，價值在於下一期能重覆同一套量法。
目錄
- 為何排名答不到 AI 搜尋的問題
- 三個指標，三個分母
- 建立可比基準的五步
- 香港市場要特別留意的三件事
- 供應商的量測口徑怎樣驗
- Topkee 的看法：基準是同一條尺，不是一個分數
- 下一步：先寫下第一期的定義
- 常見問題
為何排名答不到 AI 搜尋的問題
排名的定義很清楚：某個關鍵詞在結果頁上排第幾。它假設用戶會見到一列連結，然後揀一個點入去。AI 答案改掉了這個假設，品牌可能被寫進一段綜合答案，也可能連一個連結都不出現。
HubSpot 的指引把這件事分得很細：品牌被提及（mention）而同一個答案內沒有連結來源，與品牌域名作為具名來源被引用（citation），是兩件事。前者影響買家的印象，後者影響可追溯的曝光。兩者用同一個數字去代表，報告就會失真。
所以「chatgpt 會推薦我的品牌嗎」這條問題，其實要拆成三層來答：有無出現、出現時怎樣被描述、有無具名引用你的網站。三層的分母不同，處理方法也不同。我見過最常見的錯誤，是把一個混合分數拿去向上司匯報，被問到「這個百分比是怎樣算出來」時答不上。
三個指標，三個分母
量度要有紀律，先寫公式，再收數據。
第一個是提及率。定義是含有品牌提及的有效答案，除以相同條件下的有效答案總數。關鍵在「有效答案」四個字：每個問題在不同的引擎跑，屬樣本量而不是新問題；失敗的執行要列出來，不能靜靜當成「沒有提及」。
第二個是來源出現率。分母與上面一樣，分子換成「自有網站以可見引用形式出現」的有效答案。這裡要小心一個技術細節：系統的引用彙總通常包含沒有內聯顯示的檢索來源，那批資料只證明引擎搜過你的網站，不等於答案內真的展示了你的連結。要做可見引用率，得另外篩選或人工核對。
第三個是 share of voice。分子是自己的提及次數，分母是自己加上名單內競品的總提及次數。這個數字只在你指定的競品名單與問題集內成立，換一份名單，數字就變，不能當成整個行業的市佔。判斷之前，先確認名單內每個競品都有 ai 引用來源 的答案證據，缺席的競品不應計入分母。
三個數字放在一起看，才有判斷力：提及率升而來源出現率不動，說明品牌名被寫進去但網站未被引用；share of voice 跌而提及率升，說明整個類別的答案變長了，你的佔比被攤薄。這種分解，就是我做歸因報表時的習慣。
建立可比基準的五步
以下五步，是一份可以在公司內部覆核的流程。ai 引用來源 的數字要成立，每一步都不能跳。
第一步，定問題集。問題要反映買家真正會問的，而不是品牌自己喜歡的關鍵詞。至少分四類：類別定義型（例如「最好的某某軟件」）、直接比較型（「A 與 B 有咩分別」）、問題導向型（不帶品牌名）、品牌字型（含自己及每個競品名稱）。問題導向與品牌導向的樣本要分開計，否則加幾條品牌問題就可以人工推高提及率。
第二步，定競品名單。先跑一次問題集，記錄答案中重複出現的品牌，再由這份名單挑出直接競品與買家真的會拿來比較的同業。名單一經寫入報告，這一期就不能改。
第三步，凍結觀察條件：引擎、模式（有無聯網搜尋）、地區、語言、問題版本。換引擎等於換尺，換地區等於換市場，兩者都不可以在同一張圖上合併。
第四步，定採樣節奏與輪數。同一個問題重覆跑，答案會變，單次結果不可以當成穩定的機率。要寫明每期跑幾輪、失敗幾次。
第五步，保留答案原文。每個數字背後都要有可回查的答案證據，否則下一次出現爭議時，只能重跑。這一步也是很多人問 chatgpt 會推薦我的品牌嗎 時，答得出的唯一方法：翻返當期答案，睇品牌名出現在邊句話、前面有無連住官網連結。
香港市場要特別留意的三件事
第一，語言與問法。香港買家的提問是中英夾雜的，同一條問題用廣東話問法和用書面語問法，引擎回傳的來源組合可以差很遠。所以每一條問題要把問法版本記錄下來，改字就等於新問題。
第二，引擎能力不對等。不是每個引擎都提供聯網搜尋、引用與查詢延伸的資料。某個引擎適合作品牌提及的觀察，但它的 API 不提供引用與扇出資料，那它在你的報告裡就只有提及率一欄，其餘兩欄要標「未能判定」，不要填零。
第三，落地頁。香港品牌的網站往往一個站服務幾個市場，同一頁在中英文之間切換，來源出現率的分母就會混。要按站群或語系拆開計，才看得出問題出在哪個市場。
供應商的量測口徑怎樣驗
報價可以比，口徑更要比。問 geo 服務 收費 香港 的供應商之前，先問下面幾條，答案寫不進報價單的，就不要當成可比較的服務。
- 每期監測幾個問題、幾個引擎、幾輪？問題數是同時啟用上限，還是每月執行次數？
- 失敗的執行與沒有來源的答案，在報告裡有沒有分開列出？
- 引用是「被檢索來源」還是「答案內的可見引用」？兩者有無分欄？
- 競品名單幾多個、怎樣選、可否在報價單列明？
- 換題或加題時，有沒有保留版本，讓上一期的數字仍然可讀？
- 樣本取自 API 環境，還是消費版使用者實際看到的答案？
這幾條問題背後的邏輯很簡單：一個數字如果連分母都講不清楚，就不能拿去跟別的數字比較，更不能拿去跟同業比較。這也是我把供應商報告當作「口徑說明書」而不是「成績表」的原因。
Topkee 的看法：基準是同一條尺，不是一個分數
Topkee 處理這個問題的方式，是在交付時就把量測口徑寫死。GEO 品牌與來源報告每期固定同一引擎、模式、地區、語言及問題版本，並把觀察期間、樣本數與重要答案證據一併列出；同一答案內重複提及或引用只計一次，無來源與資料缺失分開標示。這個設計的目的是讓下一期的數字可以和上一期放在同一張表；漂亮的數字不在考慮之內。
競爭對手對比是當中的固定分析：在相同問題與觀察條件下比較品牌及來源表現，找出值得優先補足的主題，競品名單須在報價單列明。問題監測則列明監測期間、問題版本、引擎、樣本與失敗數，活躍追蹤問題按分檔設上限，那是同時啟用的上限，不是每月查詢次數。成效報告分四層：服務交付、搜尋與 AI 可見度、訪問與互動、商業結果。競爭對手對比屬於第二層，不能用來證明第三、四層的轉化。AI 瀏覽分析另有說明：它分開記錄被檢索來源與答案中的可見引用，兩者都不等於實際網站訪問。方案容量方面，三檔月費對應不同數量的活躍問題與每月交付篇數，這些是交付規格，不是成效承諾。
有一點要講白：知識庫裡那些示例百分比是模擬報告的格式示範，不是客戶實績，也不是行業基準。真正可用的，是那套口徑與算法。
下一步：先寫下第一期的定義
如果現在一條固定的問題都未列得出，先做一件小事：用一張表寫下三十條問題、五個競品、兩個引擎、一個地區、一個語言，然後跑第一輪，把答案原文存好。這一輪叫第一期，它的數字不漂亮不要緊，它的作用是定義尺。
之後每一期照同一批條件重跑，數字才有比較意義。想先了解整體的服務安排，可以看 ai 引用來源 一頁的服務說明；如果品牌的問題集中在售前對話，YME Chat Agent 的 AI 銷售接待可以補上答案之外的接觸點；要整理客戶資料以回填商業結果那一層，可以參考 TTO CDP 的做法。
常見問題
沒有行業平均，怎樣跟同業比？
用同一批問題、同一份競品名單、同一組觀察條件，同時量自己與競品，比的是相對位置，不是絕對分數。行業平均若無公開且可核對的方法，寫進報告只會製造假精確。
一個月要跑多少個問題才夠？
視追蹤上限與資源而定，重點是每期跑同一批。問題數少但穩定，比問題數多而每期不同更有用，因為前者可以前後比較。
提及率高，是否代表 AI 推薦我？
不代表。提及只說明品牌名出現在答案裡，描述可以中性甚至帶保留。要另外看描述準確性，以及答案有無具名引用你的網站。
引用數升了，網站流量為甚麼沒有升？
引用是答案層的指標，與網站訪問屬於不同層。爬蟲檢索、答案內展示與實際點擊是三件事，要接上網站日誌或分析資料才對得起來。
換了問題集，之前的數字還可以用嗎？
可以用來講歷史，不可以放進同一張圖直接比較。換題要保留版本，並在報告註明變更內容，讓讀者知道斷點在哪。
Sources
- Zoe Ashbridge, "How do I benchmark my AI search performance against my industry?", HubSpot, 2026-11-04. https://blog.hubspot.com/marketing/ai-search-industry-benchmarks
- HubSpot, "The State of AEO in 2026", HubSpot, 2026. https://offers.hubspot.com/state-of-aeo
- Ryan Law, "Update: AI Overviews Reduce Clicks by 58%", Ahrefs, 2026-02-04. https://ahrefs.com/blog/ai-overviews-reduce-clicks-update/
