AI可见度是主题层的游戏：85%的品类还没主人，你的机会在哪

摘要：过去半年被反复念叨的一句话，被一份跨5万品牌的实测坐实了——在AI搜索里，输赢不发生在单个关键词上，而发生在整个主题上。更刺激的是，1094个美国品类里，只有15.2%找得出一个明确的主导品牌，剩下85%还是无主之地。传统那套自然流量、权威分，几乎预测不了谁能拿下一个主题；能沾上边的只有品牌搜索量。这篇把这份研究拆开，讲清楚主题层争夺的机制、为什么越热门的品类越没主人、被提及和被引用为什么只有21%重合、主导权拿下之后能不能守住，以及出海独立站该怎么把优先级重排一遍。

先说一个很多人没意识到的错位。你打开一个AI可见度工具，看到的往往是一条条关键词、一个个引用链接。于是你下意识地把AI搜索当成又一个排名榜——盯着某个词，想办法让自己被引一次。但AI答案的组织方式根本不是这样。它不是一个词配一个链接，而是围绕一个主题，把好几个来源揉进一段话里，最后端给用户一个结论。

换句话说，用户记住的不是你被引用了，而是在这个主题下AI推荐了谁。这就是为什么一份新的实测数据一出来，做GEO的人都在转：AI可见度是主题层的游戏。这句话听着像口号，但这次它背后有5万个品牌的样本撑着。

这个错位之所以要紧，是因为它直接决定你把力气花在哪。如果你以为AI可见度是关键词的加总，那你会继续把预算摊到几百个词上，每个词薄薄地优化一层，结果哪个主题都没占住。如果你认清它是主题层的争夺，你的动作会完全不同：先划出该占的主题，集中火力在少数几个上做到被稳定提名，而不是在一大片词上平摊到没有存在感。同样的预算，两种世界观打出来的结果天差地别。这篇想做的，就是把这份研究里那些看着抽象的百分比，一条条翻译成你明天就能动手调整的判断。

为什么说AI可见度是一场主题层的争夺，而不是关键词排名？

传统SEO里，你可以为几百个长尾词各自优化一个页面，每个词都能单独拿到一点流量，积少成多。这套打法在关键词检索的世界里成立，因为搜索结果是一个个蓝链接，谁排前面谁得点击，颗粒度就是单个查询。

AI搜索把这套颗粒度打碎了。当用户问一个问题，模型不会只回一条链接，而是先在内部把这个问题扩成一串相关子问题——这就是所谓的查询扇出，我在查询扇出Query Fan-out的底层机制那篇里拆过它怎么把一个问题拆成十几个。扇出之后，模型把这一整片子问题的答案汇成一段，落到某几个反复出现的品牌上。你被拎出来的前提，不是你在某个词上排第一，而是你在这一整个主题的语义空间里，被模型认成了这个领域该提的名字。

所以颗粒度从关键词抬到了主题。你可以在单个查询里被引一次，却在整个主题下从来不被提名——就像一场宴席，你的名片被夹在资料袋里发下去了（被引用），但主持人介绍嘉宾时从头到尾没念到你（没被推荐）。真正决定生意的是后者。

这不是说关键词从此没用了。它更像是在关键词这张地图之上，又叠了一张主题的地图。你还是要靠具体的页面去承接具体的查询——那是地基，塌不得；但你衡量成败、分配资源、判断输赢的单位，得抬到主题这一层。一个只会数关键词排名的团队，会在AI搜索里持续困惑：明明有几个词排得不错，怎么AI就是不提我。答案往往是，那几个词分属不同主题，每个主题你都只沾了一点边、谁都没占住，自然没有一个主题愿意认你当代表。

那份覆盖5万品牌的实测，到底是怎么做的？

这份研究由Semrush联合Growth Memo的创始人Kevin Indig完成，标题直接叫《AI可见度是一场主题层的游戏》。它的规模是这类研究里少见的大：覆盖1094个美国品类、5万多个品牌，背后是22万个域名、60万条引用、22万个URL，时间跨度是2026年1月到6月，用的是Semrush自家的AI可见度工具箱去追ChatGPT的答案。

方法上有个细节值得记住：每个品类不是只问一句话，而是配了5种提问，分别对应买家旅程里的5类问题——要定义、做对比、找替代品、看使用场景、下购买决策。这样设计是为了不让某一种问法的偶然结果污染结论。一个品牌要在一个品类里算数，得在这5种提问里稳定地冒头，而不是碰巧在一句话里被提了一次。

为什么强调这个？因为市面上很多AI可见度研究彼此打架，一个很大的原因就是提问集太随意、样本太小，换一批提示词结论就翻盘。关于这些研究为什么互相矛盾、该按什么顺序去读，我在AI可见度竞品分析全流程里专门辨过一轮。这份Semrush的样本量和受控设计，属于比较能站住脚的那一档。

还有一层设计上的讲究值得点出来：用5类买家问题去覆盖一个品类，等于逼着模型从5个不同角度表态，而不是只在一个角度上碰运气。一个品牌如果只在其中某一类问法里冒头（比如只在对比类里被提，定义、场景、购买里都没影），那它顶多算在这个主题里有个侧影，谈不上主导。研究把主导权的门槛卡在多数提问都得稳定露脸，正是为了滤掉这种一招鲜的偶然。这也提示你自己测的时候，别拿一句话的结果就下结论——一个主题得从多个角度问过一遍，你在里面的位置才算数。

85%的品类还没有主人，这个数字意味着什么？

研究先给主导权下了个定义：一个品牌要算某个品类的明确主导者，得在这个品类的多数提问里稳定地被提及、并且领先其他品牌。按这个尺子量下来，1094个品类里，只有15.2%有明确的主导者。

剩下的呢？31.2%属于有个冒头的领先者——它在至少3种提问里出现了，但还没拉开够格的差距；还有53.7%干脆是未定局，没有任何一个品牌能在5种提问里的3种以上稳定露脸。两块加起来，85%的品类没有一个说了算的主人。

这个数字对不同心态的人，读出来是两种味道。悲观的人看到的是连主导者都这么稀有，我更没戏了。但换个角度，这其实是AI搜索早期最大的一块红利：绝大多数主题还是无主之地，谁先在一个主题里把名字打进去、把差距拉开，谁就有机会长期占着。这跟一个成熟的关键词SERP完全不同——那里前三名早被啃得死死的，你挤进去要掀翻别人；而这里更像刚开盘的空地，先到先得的窗口还开着。

为什么会空出这么大一片？一部分原因是AI搜索还年轻，绝大多数品牌的动作还停在关键词层，压根没意识到要按主题去占位，自然也就没人认真去占。另一部分原因是主题主导权这东西，不是靠砸预算一夜能买来的——它需要品牌需求和第三方语境的慢慢积累，这道时间门槛把很多想走捷径的玩家挡在了外面。这两条合起来，就造成了眼下这个略显奇特的局面：机会大把地空着，却没多少人用对的姿势去拿。对愿意扎实做、又下手早的品牌，这是难得的错配窗口。

对资源有限的出海独立站，这条尤其关键。你不必去硬撼一个已经有主人的大品类，完全可以挑几个还没定局、又跟你产品相关的细分主题，集中火力先把它们拿下。

主导者、冒头者、未定局，这三种状态该用三种打法吗？

该。把85%的无主之地笼统当成一块空地，是要吃亏的——它其实分成性质完全不同的两块，加上有主人的那一块，一共三种状态，每种状态该做的事都不一样。

第一种是已有主导者（15.2%）。这类主题里坐着一个把差距拉开了的品牌，你正面硬刚的性价比很差。对它，要么绕道去打相邻的细分，要么老老实实做长线，别指望三个月掀翻别人。第二种是有冒头者（31.2%）——有个品牌在多数提问里都露脸了，但差距还没拉够。这类主题是最微妙的：它既可能一个月后固化成有主人的局，也可能被后来者顶回未定局。如果那个冒头者是你，赶紧补一程把差距做厚；如果冒头的是别人，而你也有积累，这是少数还来得及抢的窗口，动作要快。第三种是未定局（53.7%）——没有任何品牌能稳定占位，是最干净的空地。这类主题谁认真做、谁先把品牌名和它绑牢，谁就有机会从零建立主导权。

所以看到一个主题空着就冲进去，是新手动作。老手会先分清这块空地到底属于哪一档：是相邻有强主人、你其实在陪跑，还是真未定局、值得下注，抑或是有人刚冒头、你必须抢时间。判断错了状态，力气全花在错的地方。

为什么越热门的品类，反而越没人能主导？

这份研究还挖出一个反直觉的对照：高需求的热门主题里，只有11.3%有明确主导者；反倒是低需求的冷门主题里，这个比例是19%。越是大家都盯着的大蛋糕，越没有一家能独占。

道理其实不难想。热门品类里挤满了品牌，谁都在发内容、谁都被提到几句，模型面对的候选太多，很难把票集中投给某一家，于是长期处在群雄割据、谁也不占绝对上风的状态。冷门主题候选少，只要有一两家认真做，模型很快就把这个主题跟它们绑定了。

但这里有个陷阱不能不提：那些顶部的高需求主题，虽然主导者稀有，却吃掉了样本里98%的AI搜索量。也就是说，无主的热门主题是一片巨大的、但也异常拥挤的战场；无主的冷门主题好占，可它带来的实际曝光量小。真正的活儿是判断——哪些主题既还没定局、需求又不至于小到没意义，那才是你该先下注的地方。这跟传统SEO里挑长尾词的取舍逻辑是相通的，只是这次的单位从词变成了主题。

对出海独立站，我更倾向的打法是从中间地带切入：别一头扎进那个吃掉98%流量的顶级热门主题去跟一群人挤，也别沉到没人问的极冷门里自嗨。找那些需求中等偏上、还没定局、又跟你产品强绑定的主题——它们没大到人人都盯着、竞争固化，也没小到占了也没曝光。先在这样几个主题里把主导权做实，攒起一块稳定的AI可见度根据地，再拿它当跳板，去够那些更热门、相邻的主题。一上来就啃最硬的骨头，多半是崩了牙、肉没吃到。

传统SEO指标，为什么预测不了谁能主导一个主题？

这大概是整份研究里最扎心、也最有用的一段。团队拿主导者和非主导者去比几个经典SEO指标，看它们能不能预测谁能拿下一个主题，结果相当冷峻：

• 自然流量：主导者只在48.4%的对比里领先——基本等于抛硬币，统计上不显著。
• 权威分（Authority Score）：主导者在52.5%的对比里领先，同样没到统计显著的门槛。
• 品牌搜索量：主导者在55.7%的对比里领先，是唯一一个达到统计显著性的指标。

Kevin Indig对这段的总结很直接，大意是：传统那套SEO指标，不足以解释谁能拿下一个主题。这句话值得每个还在拿自然流量汇报AI进展的人抄下来贴在显示器上。你的自然流量翻倍、权威分涨了十分，跟你在AI答案里被不被提名，几乎是两条不相干的线。

这也解释了一个很多人踩过的坑：传统SEO做得很扎实、各项工具评分都漂亮，AI里却查无此人。GEO三层可见性指标拆解那篇讲的就是这种排名和引用脱钩的结构，这份数据等于从另一个角度把同一件事又砸实了一遍。

品牌搜索量是唯一的信号，这对出海独立站是好消息还是坏消息？

先说结论：一半一半，但可操作的那一半更重要。

坏消息是，品牌搜索量这东西没法一夜刷出来，它是真实需求的沉淀，做不了假。你没法像堆外链那样，一个月就把一个陌生品牌的搜索量拉到主导者的量级。好消息是，它指明了真正该使劲的方向：与其继续在页面上做微雕、盼着某个词被引一次，不如去做那些能沉淀品牌需求的事——让更多真实的人记住你的名字、主动搜你。

而且换个角度想，这个坏消息对小品牌反而是保护。正因为品牌需求刷不出来、只能慢慢攒，那些财大气粗、习惯用预算碾压的大玩家，在这条赛道上的优势被削弱了——他们没法花钱买一个主题的主导权。这给了愿意在一个细分主题里长期深耕的小品牌一个公平得多的机会：你不需要跟大厂比谁烧钱猛，你比的是谁在这个具体主题里，被真实用户记得更牢。对出海独立站来说，这几乎是最友好的一条规则了——它奖励的是扎实和专注，不是账上的余额。

对出海独立站，这意味着GEO和品牌建设不再是两条平行线，而是拧成了一股。红人合作、社群运营、公关露出、第三方媒体提及，这些过去被算作品牌预算的动作，现在同时是喂给模型的可见度信号。你在目标市场被越多真实用户记住，模型就越倾向在相关主题里提你。品牌搜索量之所以能预测主导权，本质是它替模型代言了一件事：这个名字，是这个领域里真的有人在乎的名字。

顺带说一句，这也给出海品牌一个不太舒服但很实在的提醒——如果你的品牌需求全长在中文世界，英文引擎那边的主题主导权，你是很难凭空拿到的。需求信号得落在目标市场的语言和语境里才算数。

为什么品牌搜索量能预测，自然流量却不能？

值得多想一层：为什么偏偏是品牌搜索量这个指标沾上了边，而自然流量、权威分这些更硬的数字反而失灵？

关键在于，这三个指标替模型代言的东西不一样。自然流量高，说明你在传统搜索里拦得住流量，但这跟你是不是这个领域该被提名的品牌没有必然联系——一个靠海量长尾词堆出流量的站，可能在任何一个主题上都没有存在感。权威分是工具厂商基于外链等信号算出来的分，它衡量的是SEO意义上的强弱，同样不直接等于品牌认知。而品牌搜索量不一样：一个人愿意直接搜你的名字，背后是他已经知道你、记住你、认你是这个领域里的一个答案。这恰恰是模型在推荐环节想找的东西——不是谁的SEO做得猛，而是谁在真实世界里被当成了这个主题的代表。

说白了，模型没法直接读到人心里对一个品牌的认知，它只能找一个能代言这种认知的可观测信号，而品牌主动搜索量正好是这样一个信号。这也把GEO的重心从纯技术活，往回拉了半步到品牌本身——你在真实用户心里的位置，比你在爬虫眼里的分数，更能决定AI提不提你。想深挖实体和品牌认知怎么被搜索引擎与AI消化，实体权威怎么建的四阶段协作框架那篇是配套的读物。

被引用和被提及，为什么只有21%重合？

这份研究做了一件很多工具偷懒不做的事：它衡量主导权，用的是品牌在答案正文里被提及，而不是答案底下列出的引用链接。这两件事听着差不多，数据一比才发现分叉得厉害——最常被引用的域名，和最常被提及的品牌，只有21%重合。

翻译成人话：AI在底下列出来当来源的那些站，跟它在正文里张口推荐的那些品牌，八成对不上。你可能是那个被反复当资料引用的站（比如一篇写得很扎实的评测），却不是那个被端到用户面前推荐的品牌；反过来，一个几乎不被当来源引用的品牌，可能正是模型在正文里逢人就提的那个名字。

举个好懂的场景。用户问某类产品哪个牌子好，AI回了一段：先推荐了A、B、C三个品牌，段末又挂了几个链接，指向某家评测站和某个论坛帖。这里被提及的是A、B、C——它们进了用户的候选购物清单；被引用的是那家评测站和那个论坛——它们只是被当作了支撑这段话的证据。如果你是那家评测站，你会在引用统计里看到自己名列前茅，兴高采烈；可用户记住要去搜、去买的，是A、B、C，没你的份。这就是为什么只盯引用数会误判形势：你数的是自己作为证据被翻了几次，而不是自己作为答案被端了几回。

这条直接影响你该盯哪个数。如果你的仪表盘只数引用次数，你很可能对着一个跟生意关系不大的指标自我感动。被引用衡量的是你的内容作为素材有没有被采纳，被提及衡量的才是你的品牌作为答案有没有被端出去。关于这两套机制的分工，分清被检索和被引用的两套打法那篇拆得更细，这份21%的数据算是给它补了个量化注脚。

那到底该盯被提及还是被引用？

两个都要盯，但要分开盯、别混成一个数。

把被引用当作供给侧信号：它告诉你，你的内容有没有进模型的素材池、够不够格被当来源。这一层靠的是内容质量、结构清晰、事实密度，是地基，不能塌。把被提及当作结果侧信号：它告诉你，在真正给用户的推荐里，你的品牌名有没有被念出来。这一层靠的是品牌需求、第三方语境、以及你在这个主题里被绑定得够不够牢。

一个常见的误区是把两者当成一件事的两个阶段——以为被引用多了自然就被提及多了。21%的重合率正好否定了这个想当然。它们是两条独立的线，各有各的杠杆，得分开投入、分开衡量。有一类特别尴尬的情况：你的内容被当来源引了一堆，模型却把客户推给了竞品——这跟自夸式榜单失效是同一枚硬币的两面，我在自夸式榜单被点名后的合规改造里算过一笔引用转推荐率的账，可以对照着看。

主导权一旦拿下，真的守得住吗？

这是很多人最关心的问题：好不容易在一个主题里冒头了，会不会下个月就被别人挤下去，白忙一场？

数据给的答案偏乐观。那些已经是明确主导者的品牌，在逐月对比里，90.4%的情况下都保住了第一。也就是说，一旦你真的把一个主题拿下、拉开了差距，它的稳定性相当高，不太会一夜易主。这跟传统SERP里前三名天天洗牌的体感很不一样。

但别高兴太早，稳定的只是已经拉开差距的那一档。研究同时统计了那些还没定局的品类——在5470次逐月对比里，头名换人的有1950次，接近三分之一。换句话说，割据状态下的领先是脆的，今天你冒个头，下个月可能就被顶回去。守得住的前提，是你已经把差距做到了够安全的宽度。

把这两半拼起来看，主导权其实有个很清晰的相变过程：从未定局，到有人冒头，到差距拉开、固化成有主人。跨过固化那道坎之前，一切都是可逆的、脆的；跨过之后，稳定性陡增，90.4%的月份纹丝不动。你要做的，就是尽快把自己从脆的那一半，推过那道坎，进到守得住的那一半。这也解释了为什么半途而废最亏——你在割据阶段投了不少，眼看要冒头却撤了火力，等于把前面的投入喂给了后来居上的人，自己什么护城河都没留下。要么别开这个主题，要么就一口气推过固化线，中途放手是最差的选择。

领先多少个百分点，才算真正安全？

研究给了一个特别实用的阈值感。它对比了两种情况下领先者的典型领先幅度：当领先者最终丢了第一，它当初的领先幅度中位数只有大约1.3个百分点；而当领先者守住了第一，它的领先幅度中位数大约是2.9个百分点。

这个对比给了你一条可以拿去做决策的线：领先1个百分点上下，基本等于没领先，随时会被顶掉；把差距做到接近3个百分点，才算摸到了守得住的门槛。这也回答了资源分配的问题——在一个你已经微弱领先的主题里，与其见好就收、把火力分散到新主题，不如再补一程，把这1个多百分点的脆弱领先，拉到3个百分点的安全线，让它真正变成你的护城河。先发优势在这里是真实存在的，但它只对那些愿意把领先做厚的人兑现。

既然拿下就守得住，为什么说现在不入场就晚了？

把两个数据放到一起看，会推出一个挺紧迫的结论。一边是85%的主题还没有主人，空地大把；另一边是明确主导者90.4%的月份都守得住第一。这两条合起来说明：AI搜索的主题地图，正处在一个从无主到有主的划分阶段，而一旦被谁划走、差距拉开，后来者再想改写就难了。

这跟成熟市场的逻辑正好相反。传统SERP里，因为排名天天在洗，你今天进不了前三，明天还有机会；而AI主题主导权一旦固化，稳定性高到让翻盘变成一件很贵的事。所以现在这个窗口的价值，不在于容易——85%无主不代表随便占，前面讲的挑主题、做厚差距都是硬功夫；它的价值在于门还开着。等这些主题一个个被划走、主导者把差距做到安全线，你再进场，面对的就不是空地，而是一个个90.4%守得住的堡垒。

这话不是催你无脑扩张。恰恰相反，它是在提醒你把有限的资源，尽早押到那几个还没主人、又真正相关的主题上，别把时间耗在一个已经有堡垒的大品类里反复撞墙。早，且准，比多重要。

也别把早入场误读成抢跑就赢。窗口开着，不等于站上去就是你的——研究里那么多冒头者最后被顶回未定局，就是抢跑之后没跟上、差距没做厚的下场。早入场真正的价值，是让你在一个还没有强主人的主题里起步，起跑线相对平；至于最后能不能立住招牌，还得看你有没有把品牌需求和第三方语境实打实地攒起来、把那1个多百分点的脆弱领先推过安全线。窗口给的是入场券，不是冠军奖杯。把这点想明白，你既不会因为门开着就盲目乐观，也不会因为主导者稀有就干脆躺平。

这套发现，跟被引不等于被荐是同一件事吗？

有必要把几层概念掰清楚，不然容易糊成一团。

被引不等于被荐讲的是：你进了答案、被当来源引用了，却没被推荐给客户。品类框定讲的是：同一个品牌，换一个提问的品类词，AI推不推你能整体反转——我在品类框定决定AI推荐名单里拆过New Balance在不同品类词下从1%到90%的对调。而这份Semrush研究讲的主题主导权，是再往上抬一层的全景：在一整个主题里，到底有没有主人、主人是谁、拿指标能不能预测、拿下之后守不守得住。

三者是嵌套关系，不是互相替代。品类框定决定你出现在哪个主题的候选池里；被引和被提及是你在这个池子里的两种不同待遇；主题主导权则是把全行业铺开看，你在这张地图上占了几块、占得牢不牢。做GEO的人得同时在这三层上有动作，只盯一层都会有盲区。

打个比方，这就像开店选址加经营的关系。品类框定是你把店开在了哪条街上——开错了街，客流根本不是你的目标客户，再努力也白搭。被引和被提及是顾客进了这条街之后，是把你当橱窗看看就走（被引用当资料），还是真进来买单（被提及被推荐）。主题主导权则是站在全城的地图上看，这条街到底是你说了算、还是隔壁那家说了算、又或者整条街还没有谁立住招牌。三件事发生在不同尺度上，缺哪一层的判断，你的GEO都会有个盯不到的死角。

一个家用健身器材出海站，怎么用主题层思路重排优先级？

举个具象的例子。有个做家用健身器材的出海DTC，主打筋膜枪、可调哑铃和折叠训练凳，之前的GEO打法是典型的关键词思路：把几十个产品词各自优化一遍，盯着每个词在AI里被引没被引。忙活半年，报表上引用数涨了，生意没什么动静。

按主题层思路重排之后，动作变了。第一步不是挑词，而是先划主题：把业务拆成几个用户真会问的主题——比如居家力量训练怎么入门、小空间健身怎么配置、筋膜枪怎么挑。第二步是拿每个主题的5类提问（定义、对比、替代、场景、购买）分别到2到3个AI引擎里问一遍，数自己在多少提问里被提及（不是被引用）。这一测就看清了：在居家力量训练入门这个大主题里，早有几家占着，自己怎么补都只是陪跑；但在小空间健身配置这个还没定局的细分主题里，几乎没人稳定占位。

于是把火力从那个已经有主人的大主题撤出来，集中到小空间这个无主主题上：不是继续堆产品页，而是去攒品牌需求和第三方提及——找垂类红人做真实的小户型健身场景内容、进几个靠谱的第三方器材横评、在社群里把品牌名和这个场景反复绑定。衡量上，他们不再数引用总数，而是每两周测一次自己在这个主题5类提问里的提及率，盯着它稳步往上爬。这里要诚实交代：同期他们也在优化产品页结构和邮件营销，所以最终的提升不能全记在主题重排这一件事上，只能说方向对了、动作没白费。

过程里有两个判断挺能说明问题。一是他们一度想同时也抢那个已有主人的大主题，觉得反正内容都做了、顺手带一带。后来算了笔账：在大主题里，他们测下来自己的提及率长期贴着零、对手差距远超3个百分点，属于典型的怎么补都是陪跑，于是果断把这条线停了，资源全归拢到小空间那条。二是他们没有一上来就大改官网，而是先花了一个多月，把小空间健身这个主题在外部语境里的提及攒起来，等到几家红人和横评里都自然出现了品牌名，才回头去优化对应的自有内容——顺序对了，自有内容的改动才接得住外部带来的势能。这两个动作背后，其实就是前面那套挑主题、分清供给侧与结果侧、把领先做厚的逻辑，落到一个具体生意上的样子。

一个只盯自然流量的失败案例：指标全涨，AI里还是查无此人

反过来看一个栽跟头的。另一个做户外庭院用品的出海站，团队很勤奋，半年里自然流量涨了差不多七成，几个SEO工具的权威分也跟着往上走。老板看着这些数字挺满意，理所当然地以为AI可见度会水涨船高。

结果到年中一测，在自己核心主题的那几类提问里，AI答案从头到尾没提过他们一次。团队一开始不信，反复换问法测，结论没变。问题恰恰就是这份研究点破的那条：自然流量和权威分，几乎预测不了主题主导权，它们涨得再好看，也不自动换来AI里的一句提名。他们把精力全押在了那两个统计上不显著的指标上，却一直没去碰真正显著的那个——品牌搜索量，也没有分主题地去数自己的提及率。等于蒙着眼睛跑了半年，跑的还是条通不到终点的路。

这个案例的教训不是自然流量没用——它当然有用，是地基。教训是别把地基当屋顶，别拿一个预测不了目标的指标，去汇报一件它根本不负责的事。

更值得警惕的是这种错位的隐蔽性。自然流量涨、权威分涨，这些数字会给团队一种一切向好的错觉，让人心安理得地不去碰真正的问题。等到某天客户或老板直接问一句在AI里搜咱们这类产品能不能看到咱，才发现半年积累的漂亮指标，在这个问题面前一句话都答不上来。这半年不是没努力，是努力对着错的靶子——比什么都不做更可惜，因为它消耗了资源，还买来了虚假的安心。定期做一次分主题的提及自查，本质就是给自己装一个防错位的警报，别等外部一问才发现跑偏了。

一个主题到底该切多大？太宽抢不动，太窄没人问

把颗粒度从关键词抬到主题，紧接着就会撞上一个问题：主题这东西没有天然边界，切多大全凭你划。切错了，后面所有的测量和投入都跟着歪。

切得太宽，比如把整个健身器材当成一个主题，你面对的是一个高需求、又几乎不可能独占的巨型战场，投进去大概率是陪跑。切得太窄，比如某个具体到型号参数的问法，倒是容易占，可根本没多少人这么问，占了也没意义。真正值钱的颗粒度，落在中间那一档——用户真会这么问、需求撑得起、竞争又还没固化的那种主题。判断的抓手很简单：把它当成一个用户会原样问出口的问题去念，念着别扭的（太窄或太术语），或者大到一句话根本答不完的（太宽），都不对。

还有个实用技巧：跟着那5类提问的骨架去切。一个好的主题，应该能自然地衍生出定义、对比、替代、场景、购买这5种问法。如果一个主题你连这5类问题都凑不齐，多半是切得太窄了；如果每一类都能再裂成一堆完全不同的子问题，那可能是切得太宽、该往下拆一层。这个骨架既是研究的测量单位，也顺手帮你校准了颗粒度。

颗粒度这件事，很多团队是被迫踩坑之后才学会的：一开始图省事按大品类划，测了几轮发现自己在每个大主题里都排不上号，很受挫；后来把主题拆细，才发现原来在某个细分角度上，自己其实早就被稳定提及，只是被大颗粒度的平均值盖住了。所以如果你第一次测下来满盘皆输，先别急着下自己没戏的结论，很可能只是主题切得太粗，把你已有的那点优势稀释没了。往下拆一层再测，结论常常大不一样。

怎么自查AI现在把哪些主题算在你名下？

不用等买什么高级工具，一套轻量自查就能起步。

先列主题，别列词。把你的业务拆成8到12个用户真会问的主题，颗粒度是主题不是关键词——是家用咖啡机怎么选，不是某个具体型号。每个主题按那5类提问各写一句自然的问法，凑成一张提问表。然后拿这张表，到2到3个主流AI引擎里逐条问，只记一件事：这段答案的正文里，有没有念到你的品牌名。念到了记1，没念到记0。

跑完一轮，你会得到一张主题×提及的地图。你被稳定提及的那些主题，就是AI当前算在你名下的地盘；你想赢却一次都没露脸的，是你要补的方向；那些偶尔冒一下、不稳定的，就是还没定局、值得再加一把力的机会点。这套自查跟竞品声量份额的测法是一套底层逻辑，区别只是这次把镜头对准自己、并且颗粒度落在主题上。

想更进一步，就在同一张表里，把两三个主要对手也一起测了。每个主题下，记下你和对手各自在几类提问里被提及。这样你得到的就不只是自己占没占，而是每个主题的主导权归属——是空着没人占（你的机会），是对手已经拉开差距（暂时别碰），还是你俩都只沾了点边、谁也没占牢（该抢的窗口）。这张加了对手列的表，基本就是你排优先级的作战地图了。它不需要什么高级订阅，一个人一下午手动就能跑出第一版，贵的是坚持每隔两三周复测、把趋势记下来。单次的数会飘，连续几轮的走向才是真信号。

找没主人的主题，具体按什么顺序打？

拿到地图之后，别看见空位就一拥而上，排个序再动手。

第一优先，是还没定局、又跟你产品强相关、需求也不算太冷的主题——这类是性价比最高的入口，先到先得的窗口还开着，拿下的成本远低于去撬一个有主人的大品类。第二优先，是你已经微弱领先、但差距还没到安全线的主题——回去把那1个多百分点的脆弱领先补到接近3个百分点，把它从随时会丢，做成真正守得住。至于那些已经有强主人、你又毫无相关积累的热门主题，往后放，甚至短期内别碰，硬撼的投入产出比通常很差。

这个排序的精神，跟传统SEO里先摘低垂果实、再啃硬骨头是一致的，只是判断维度从关键词难度，换成了主题的主导权状态加需求量。会挑主题，比会写内容更早决定成败。

挑好了无主主题，怎么真把品牌名打进去？

挑对主题只是选好了战场，接下来得真在这个主题里被模型认成该提的名字。既然唯一显著的信号是品牌搜索量、而推荐环节靠的是第三方语境，那打法就顺理成章地落在两条腿上。

第一条腿，是在这个主题的语境里制造真实的品牌提及。找垂类里真做内容的红人、媒体、社群，让你的品牌名和这个主题在别人的内容里反复一起出现——不是买一堆没人看的软文，而是进那些用户真会去查证、去参考的地方。模型在推荐时检索的是这些外部语境，不是你的官网。第二条腿，是把自有内容做成模型愿意采纳的素材，让你在供给侧也够格。这一层回到内容本身：结构清晰、事实密度高、能被单段抽走。两条腿缺一条都跛：只做自有内容，你可能被引用却不被提及；只买外部提及、自己内容拿不出手，模型采信你的成本又太高。

这里有个顺序上的坑得提醒：很多人上来就急着改官网文案、堆schema，指望这样就能被推荐。但如果你的外部语境全空着，改再多自有字段也撬不动推荐环节——那更像是把最漏风的窗户晾着，先去补衣柜门缝。先在目标主题里把第三方提及攒起来，自有内容的优化才有地方生根。想把品类和语境这层再吃透，可以接着看品类框定怎么决定AI推荐名单那篇里第三方语料和知识图谱各管一半的拆解。

具体到出海独立站，制造真实提及有几条投入产出比不错的路子值得排个序。最快见效的，是进目标市场里真有人参考的横评、清单、社区问答——让品牌名和你选定的那个主题，在这些用户会去查证的地方自然共现。其次是做垂类红人的真实场景内容，注意是真实使用、不是硬广，模型和用户都越来越能分辨。再往长里做，是持续产出能被别人引用的原创数据或观点，让别人主动提到你——这条最慢，但一旦成了，是最扎实的护城河。这几条的共同点是：它们制造的都是发生在你自己网站之外的品牌痕迹，而那正是模型在推荐环节真正会去翻的地方。反过来，任何只发生在你自己站内、外人看不见也不会引用的动作，对推荐环节的撬动都极其有限。

衡量效果，该看哪几个数才不自欺欺人？

把该看的和别被带偏的分清楚。

该看的第一个数，是分主题的提及率——同一批目标提问，你在多少比例的答案正文里被念到名字，按主题分开统计，定期多测几轮取稳态。第二个数，是主导权的稳定性——你在一个主题里的领先，是不是逐月都守得住、差距有没有往3个百分点的安全线靠。这两个数，才对应研究里真正预测生意的东西。

别被带偏的，是引用总数这种虚荣指标。数引用次数容易涨、也好看，但它跟被推荐只有21%的重合，涨了半天可能跟生意没多大关系。同样要提防单次测量的噪声——AI答案本身有随机性，同一个问题多问几次结果会飘，所以任何一次的名次波动都别太当真，看的是多轮取稳态之后的趋势。关于怎么给AI可见度搭一套不自欺的衡量体系，三层可见性指标那篇提供了更完整的脚手架，可以接着往下搭。

还有个容易被忽略的第三类数，值得单独记一笔：跟领先幅度挂钩的稳定性。你在一个主题里的提及率就算涨到了第一，也得看这个第一守了几个月、跟第二名的差距有没有往安全线靠。研究里那个丢了第一的领先者，当初也是第一，只是差距薄，一阵风就吹翻了。所以别在刚冒头、差距还只有1个百分点上下的时候就宣布胜利、撤掉火力——那正是最容易被顶回去的时刻。把这三类数摆在一起看：分主题的提及率告诉你现在占没占，稳定性告诉你占得牢不牢，而引用这类供给侧信号只当地基体检、不当成绩单，你的仪表盘才算对着正确的东西。

顺便说个汇报层面的实在建议：给老板看的那份AI可见度数字，最好是你自己能复现的。别拿一个来路不明、换个人测就对不上的第三方分数去汇报，那种数字经不起追问。分主题提及率这套，胜在你随时能重跑一遍、把过程摊开给人看，可信度天然就高。

中文出海站做这件事，有什么特别要注意的？

有两点，踩了就白干。

第一，品牌需求这个唯一显著的信号，必须落在目标市场的语言里。你在中文世界攒的品牌搜索量，对英文引擎判断你能不能主导某个英文主题，帮助非常有限。想赢英文主题，就得在英文语境里被真实用户记住、主动搜索，这活儿绕不过去。这也意味着，出海品牌的GEO投入和当地市场的品牌建设，实际上是同一笔钱在办同一件事，别把它们拆成两个部门、两个预算各干各的，那样两头都做不厚。

第二，主题和品类的叫法，各市场不一样，别机翻。同一件产品，在不同国家用户嘴里的主题词可能完全不同——你按中文思维直译过去的那个主题名，也许根本不是当地人会用来提问的说法。所以划主题、写那张提问表的时候，得按每个目标市场单独校准，用当地用户真正在用的主题词，而不是你自己翻出来的。这一步做歪了，后面测得再勤，量的也是一个没人问的主题。

这份研究的边界在哪，哪些结论别过度外推？

数据再漂亮，也得知道它的适用范围，不然容易把一份特定条件下的结论，当成放之四海的铁律。

第一，样本是美国市场、ChatGPT这一个引擎、2026年上半年这半年的快照。机制层面的东西——主题层争夺、指标预测力弱、提及和引用分叉、主导权可守——大概率能迁移到别的市场和引擎，因为这是生成式检索的共性。但那些具体百分比，15.2%、90.4%、2.9个百分点，是这个特定切片里的数字，换个市场、换个引擎、换个时间，量级都会变。落地时搬方法，别搬数字。这一点对出海尤其要记牢：你的目标市场大概率不是美国、你面对的引擎可能是好几个混着用，直接把这份研究的数字当成你市场的现状去汇报，会闹笑话。正确的用法是拿它的方法论，去测出你自己市场、你自己那几个引擎里的那套数字。

第二，这些结论基本是相关性，不是因果。品牌搜索量和主导权正相关，不代表你刷高了品牌搜索量就一定能拿下主题——很可能两者都是同一个更深的东西（真实的品牌认知）的结果。所以别把它当成一个可以直接拉的杠杆，而是当成一个方向指针：它告诉你该往品牌认知这个方向使劲，具体怎么使、能不能兑现，还得看你自己的执行。第三，AI搜索本身还在快速变化，今天测出来的主导权格局，半年后可能因为模型换代而重新洗牌。这也是为什么前面反复强调，要定期多测、看趋势而不是看单次快照。把这份研究当成一张此刻的地图，而不是一份永久的地契——地图能指路，但路况天天在变，得靠你自己定期重新勘一遍。

常见问题解答

AI可见度是主题层的游戏，这句话到底该怎么落地？意思是别再把AI可见度当成一个个关键词去抠，而是按主题来划、来测、来打。具体三步：把业务拆成用户真会问的主题，每个主题用定义、对比、替代、场景、购买这5类提问去测你在AI答案正文里的提及情况，然后按主题的主导权状态排优先级——先拿还没主人又相关的，再补自己微弱领先的，暂时避开有强主人的热门大品类。

只有15.2%的品类有主导者，是不是说明这事太难、普通品牌别想了？恰恰相反。85%的品类还没有主人，意味着现在是先到先得的窗口期。跟前三名被啃死的成熟SERP不同，AI搜索里大量主题还是空地，谁先在一个相关主题里把名字打进去、把差距拉开，谁就有很高概率长期占着（研究显示明确主导者90.4%的月份都保住了第一）。难的不是挤进去，而是挑对那个还没定局、又值得占的主题。

我自然流量涨了、权威分也上去了，为什么AI里还是不提我？因为这两个指标几乎预测不了主题主导权。研究里，自然流量的领先只在48.4%的对比里成立、权威分52.5%，都没到统计显著；唯一显著的是品牌搜索量，55.7%。也就是说，传统那套指标涨得再好看，也不自动换来AI答案里的一句提名。想被提，得去做能沉淀品牌真实需求的事，并且分主题地衡量提及率，而不是盯着流量自我感动。

被引用和被提及，我平时该盯哪个？两个都盯，但分开盯。被引用是供给侧信号，说明你的内容够格进模型素材池，是地基；被提及是结果侧信号，说明你的品牌名有没有被真的端给用户，是生意。两者只有21%重合，涨一个不等于涨另一个。仪表盘上把它们做成两个独立的数，别混成一个引用总数糊弄自己。

领先幅度到底做到多少才安全？研究给了个很实用的参照：丢掉第一的领先者，当初的领先中位数只有约1.3个百分点；守住第一的，约2.9个百分点。所以领先1个百分点上下基本等于没领先，随时会被顶掉；把差距做到接近3个百分点，才算摸到守得住的门槛。在一个你已微弱领先的主题里，值得再补一程把领先做厚，而不是急着分散火力。

这份研究测的是ChatGPT，结论能套到别的AI引擎吗？机制层面大概率能迁移——主题层争夺、指标预测力弱、提及和引用分叉、主导权可守，这些是生成式检索的共性，不是ChatGPT独有的。但具体的百分比、各引擎的偏好会有差异，所以落地时别照搬数字，而是把方法搬过去：分主题、按提及测、多引擎交叉验证、取稳态看趋势。数字会变，方法不变。

出海独立站资源有限，第一步先做什么？先做那张主题自查地图，成本最低、信息量最大。列8到12个用户真会问的主题，各配5类提问，到2到3个AI引擎里逐条测提及。跑完你就知道自己现在占了哪些主题、哪些是还没主人又相关的机会点。把第一笔资源押在那个最划算的无主主题上，而不是继续在有主人的大词里陪跑。

主题该切多大，有没有一个简单的判断标准？有个好用的土办法：把这个主题当成一个用户会原样问出口的问题去念。念着别扭、太专业太窄的，或者大到一句话根本答不完的，都不合适；落在中间那档、用户真会这么问、又能自然衍生出定义对比替代场景购买这5类问法的，才是合适的颗粒度。太宽你抢不动，太窄没人问，两头都是白费力气。

我该继续做传统关键词SEO吗，还是全转去做主题？两个不是二选一。传统关键词SEO和内容质量是地基，塌了模型连把你当素材采纳都做不到，不能丢。变的是你衡量成败和分配资源的单位——从数关键词排名，抬到看主题层的提及与主导权。地基照打，但眼睛要抬到主题这一层看全局，别再拿几个词的排名当AI可见度的成绩单。

权威参考资料