基线查完了，数字怎么看？三个数读懂你的 AI 现状

先把结论放在最前面：基线自查（《一个下午查牌面》那篇的方法）做完，手上一堆记录——别急着灰心也别急着高兴，先算三个数：提及率、准确率、排位。三个数一出来，你的现状、该干嘛、优先级，全都清楚了。这篇教你算、教你读、教你按形态对号入座。

先说为什么是这三个数。你查基线想回答的其实是三个问题：AI 认不认识我？说得对不对？排在第几位？——恰好对应三个数。只看一个数会误判：只看提及率，可能被「高提及低准确」骗（被提到一半是错的，比不被提还糟）；只看排位，可能忽略自己根本没进候选池。三个一起看，才是全景。

一个个来。

第一个数：提及率——AI 认不认识你

算法：被提及的提问次数 ÷ 总提问次数。30 个问句 × 每问问满 5 次 = 150 次提问，其中 AI 答案里出现你 36 次，提及率 = 36 ÷ 150 = 24%。

注意分母是「提问次数」不是「问句数」——同一个问句问 5 次，被提到 3 次，记 3/5，不记 1/1。这就是为什么基线纪律要求问满五次：单次结果抖得厉害，五次才有代表性。

提及率是最先看的数，但永远不是最后看的数——它只回答「认不认识」，不回答「说得对不对」。

算法：说对的次数 ÷ 被提及的次数。150 次提问被提到 36 次，其中店名对、地址对、品类对的 24 次，说错或说偏的 12 次——准确率 = 24 ÷ 36 = 67%。

「说错」的判定用你自查表上的口径列：地址过了三条街、电话是停机的旧号、把你的服务品类张冠李戴、把你已经搬迁的旧店说成营业中——都算。判定人是你自己，因为只有你知道什么是对的。

准确率是三个数里最容易被忽略、但最伤人的一个：67% 意味着每三个被 AI 推荐到你家的顾客里，就有一个带着错误信息上门——以为你搬了家、以为你还在做已经停掉的业务。这种顾客的流失是无声的：你根本不知道他来过。

我们做托管的纪律是「宁可不提，不敢说错」——低提及可以慢慢涨，说错的每一次都在漏客。所以准确率低于 80% 的，第一优先级不是做内容，是修错：按纠错的逻辑回到源头改（地图、点评、旧网页）。修错永远快过抢位。

AI 的答案不是列表页，但多数答案里有隐含的位次：第一个被推荐的、详写的一个，和「此外还有……」里一笔带过的，拿到的是完全不同的流量。记录时用三档就够：

排位怎么读：品类问句（「西安××哪家好」）的主推位是必争之地——顾客直接照着答；对比问句和场景问句的主推位价值低一些但竞争也小。别追每个问句都是第一——挑你业务最核心的 3–5 个问句争主推位，其他问句保「提及」就够。这也是后面月度监测时最值得盯的指标。

三个数都算完了，对着看整体形态——比单看每个数更有用：

形态	三个数长什么样	该干嘛
冷启动	提及率接近 0，谈不上准确率和排位	别碰内容——先做「被认识」：地图标注 / 品牌词对齐（八步教程的第一步）
带伤飞行	提及率不低，准确率难看（<80%），说错的比说对的多	先修错，再谈增长——修源头比做内容快得多，这是回报率最高的一步
有位无势	有提及、口径基本对，但多在「带过」档，主推位少	进入内容阶段：按配方写问句式内容，冲核心问句的主推位

这张表也是「效果」的判断依据：三个月后重测一次基线，形态从「冷启动」挪到「带伤飞行」再挪到「有位无势」——每挪一格，就是实打实的进展，比任何「提升了 300%」的话术都可信。

全量基线（30 问 × 5 平台）一年 1–2 次够了；日常用月度监测（10 个固定问句，40 分钟）盯趋势就行。全量是「体检报告」，月度是「血压计」——两个频率，两个用途。

恰恰相反——数据好说明位置好，位置好就有人在盯着你的位子。头部位置不是「保持」出来的，是持续做事「守」出来的：内容断更两三个月，AI 爱新厌旧的机制就会开始把你往后排。这正是月度监测存在的意义。

都信，分开记。豆包和 DeepSeek 的提及率差 20 个百分点很正常——用户本来就分布在不同平台，你的顾客在哪几个平台，哪几个平台的数就优先看。行业资料里有各行业顾客的平台分布参考。

总结：先算三个数（提及率/准确率/排位），再对形态（冷启动/带伤飞行/有位无势），然后按对应的优先级动手——这就是读基线的全部。三个数也是我们给托管客户做免费基线诊断时用的同一套口径，你学会了，任何服务商的报告你都能自己验。你的行业核心问句是哪几个、顾客在哪个平台，行业资料里写着，文末直达。