方法论
答案引擎的回答是非确定性的：同一个问题问两次，措辞、顺序、引用的网页都可能不同。所以一个可见度数字只有连着它的样本量一起看才有意义。这一页写的是完整口径，写下来是为了让你能核对，也是为了在我们自己改口径时能被发现。
提问决定了整份报告的取样范围，所以它不是我们随手拟的。
提问来自按品类维护的模板集。你在设置时选定品类，我们给出该品类下真实用户会拿去问 AI 的购买类问题，例如「扫地机器人怎么选」这一类。品类不在清单里时，落回一套通用问题集，并在界面上标明用的是通用集。
模板是起点不是终点：提问可以增删，报告里每条提问的表现单独列出，所以你能看出结论是被哪几条问题撑起来的。一份只由一条提问支撑的结论，和十条一致指向同一结果的结论，我们不会印成同一个可信度。
样本数就是提问数乘引擎数，没有加权，也没有折算。
| 场景 | 提问 | 引擎 | 样本 | 节奏 |
|---|---|---|---|---|
| 首次检测 | 10 条 | 2 个 | 20 个 | 一次性，免费 |
| 持续监测 | 按方案上限 | 2 个 | 每轮 = 提问数 × 引擎数 | 每日固定时刻，付费档 |
持续监测按每日固定时刻的轮次采集，时刻可以按合约调整。同一天里不同轮次的结果不合并成一次观测，因为引擎在一天内也会变。
这是全站唯一的产品承诺，所以它的实现细节全部写在这里。
提及率 40% 这个数，在 5 个样本上和在 200 个样本上说的不是同一件事。前者换一天再问可能变成 20%，后者不会。我们不知道你会拿这个数去做多大的决定，所以把分母印在旁边，判断留给你。
样本量低于 30 时，界面显式标注低置信。这个阈值写在共享组件库里，不是各页自己拿主意；指标卡的样本量是必填参数，图表的构造函数同样要求传入每个点的样本量，缺了就编译不过。
分母为零
显示「数据不足」，不显示 0%
没有可测的样本，和测到了零是两件事。比率在接口上带 insufficient 标记，前端不许把它拍平成零。
样本量低于 30
数字照常显示，样本量标为低置信
30 是我们判定「可以下结论」的下限。低于它的数字不是错的，是还不够稳，所以标出来由你决定要不要用。
某个时间点没有采到
折线在该点断开，不连线
把断点连起来等于画出一段我们没有观测过的变化。缺口本身是信息。
没有可比的上一周期
环比留空，不显示 0%
一个刚建的项目没有上周期。填零会读成「和上周持平」，那是我们没有依据说的话。
这四种情况有一个共同点：它们都不是零。把「不知道」显示成零，会让一份报告看起来比它实际知道的更多，这是我们最不愿意犯的错。
这是客户最常提的疑问，答案不是我们测错了。
你在自己的账号里问，引擎带着你的历史对话、地区和偏好回答。我们用干净的接口会话采样，拿到的是一个没有个人化背景的回答。两者本来就不该相同，能相同才奇怪。
另一半原因是时间。引擎的检索结果每天都在变，你此刻手动问一次拿到的是一个瞬时值，我们报的是一段窗口内多个样本的汇总。要对比的话，看趋势线上的那一段，不要拿单次结果对一个区间的数。
能力取决于引擎接口给什么，我们不补它没给的部分。
豆包
逐条引用
回答里带每条论据的来源链接与站点名，可以算清单条回答引用了谁。
DeepSeek
检索池
接口只返回这次检索取回的网页集合，不标明回答实际用了其中哪几条。所以它的数据能回答「哪些站进了候选」，不能回答「哪些站被采信」。
这个差别不能被平均掉。把两个引擎的引用数据混成一个「引用率」，等于用一个引擎的检索池冒充另一个引擎的采信结果，所以引用相关的指标按引擎分开看，报告里也分开列。
一份方法论如果只写能做什么，它就不是方法论。
个人化之后的回答
我们用干净的接口会话采样。带着你的历史对话与账号偏好问出来的回答会不一样，那部分我们看不到。
没有接入的引擎
目前通过官方接口正常采样的是豆包与 DeepSeek 两个。其余是覆盖目标，接入进度见引擎页，不是已经在测。
不返回来源的引擎里的引用归属
接口不给逐条引用时，我们只报检索池，不去猜哪条被采信。
排名之外的商业结果
可见度变化和成交之间隔着渠道、价格和销售动作。我们不声称能把前者换算成后者。
所以任何一个数字都可以被要求出示依据。
每次采样的原始回答按原样留存，判定结果与它绑定。报告里的引用节选不是摘要，是从原始回答里取的原文，所以你看到的每一条依据都能对回原始那一次问答。
这也是我们敢把口径公开的原因：口径写在这里，依据存在系统里，两边都可核对。
对口径有疑问，或者想看一份真实报告长什么样，直接联系我们。