Data Methodology · 数据诚实
TopAIGEO 的报告与后台指标坚持“可解释、可追溯、不伪装”。凡是公开报告、趋势判断和案例复盘，都会区分公开搜索结果、客户授权样本、自有测试集与人工复核结论，避免把不可验证的 AI 输出包装成事实。
数据来源分层
| 来源类型 | 用途 | 口径说明 |
|---|---|---|
| 公开搜索结果 | 观察 AI 搜索/传统搜索可见页面与引用源 | 仅记录可公开访问、可复查的页面和结果形态 |
| 客户授权监测样本 | 分析品牌提及、引用域、情感倾向、竞品差距 | 只在客户授权范围内汇总，不公开敏感业务数据 |
| TopAIGEO 自有测试集 | 追踪 B2B 采购问题在不同 AI 引擎中的回答变化 | 使用固定问题集，记录时间、引擎、问题类型与结果摘要 |
| 人工复核 | 判断引用是否真实、情感是否准确、页面是否适合引用 | 对关键结论进行人工抽检，避免自动化误判 |
核心指标怎么理解？
AI 可见性
衡量品牌是否在 AI 搜索答案、引用结果或相关来源中出现。它不是传统排名，也不是网站流量，而是 AI 是否“看见并理解”品牌。
引用域
指 AI 结果中引用或依赖的信息来源域名。官网、百科、媒体、行业目录、问答平台都可能成为引用域。引用域越稳定，品牌实体越容易被 AI 建立信任。
情感倾向
用于解释 AI/搜索结果提到品牌时的语气：正面、中性或负面。它不是客户满意度调查，而是外部信息语境的信号。
提及类型
用于区分品牌是被作为供应商、产品来源、案例、定义、对比对象还是普通网页结果出现。它回答“以什么身份被提到”，不是回答“态度好坏”。
我们不做什么
- 不把单次 AI 聊天结果当成稳定结论。
- 不虚构客户没有授权的数据、询盘量或收入增长。
- 不把爬虫通道、技术限制包装成客户不该看到的“指标”。
- 不发布无法复核来源的行业排名。
为什么这对 GEO 很重要？
GEO 的长期价值不在于制造更多页面，而在于让 AI 可以稳定引用可信内容。清晰的数据口径能帮助搜索引擎、AI 模型和潜在客户判断：这些结论来自哪里、适用于什么场景、是否值得引用。