你的品牌在AI里到底健不健康？——矿工鸟GEO品牌诊断与健康度量化方法论

    品牌在AI里的曝光多，不等于健康。矿工鸟的诊断系统从提及率、来源质量、推荐度、负面控制和竞品对比五个维度，把品牌在AI生态中的真实位置量化成一目了然的健康度评分。

   大多数做GEO的企业，最早关心的问题都是同一个：我的品牌在AI里被提到了吗？这个问题不难回答。只要在几个主流AI模型里搜一下品牌名，大致就能知道"有没有"。但很快就会有第二个问题：被提到了，然后呢？被提到的是正面内容还是负面内容？被提到的频率比竞品高还是低？被提到的来源是权威媒体还是不可靠的野鸡网站？ 能回答"有没有"，只能证明你活在这个生态里。能回答"好不好"，才说明你在这个生态里的位置是安全的。 矿工鸟从产品第一天起就在做这件事。不是简单地告诉客户"你的品牌今天被提到了15次"，而是给出一套结构化的诊断结论——你的品牌在AI里到底健不健康，哪里健康、哪里有问题、优先该修什么。

曝光多不等于健康：品牌可能频繁被提及但全是负面，也可能只在单一平台出现，或者被竞品全面压制，这些都不是"曝光量"一个数字能反映的

五维度量化品牌健康度：从提及率、信息来源质量、推荐度、负面信息控制和竞品相对表现五个维度，综合评估品牌在AI生态中的真实位置

分数背后是证据，不是黑盒：每个维度的结论都对应着具体的监控记录、引用来源和对比基准，可以下钻到"哪个模型、哪个问句、哪次回答"

不同角色看不同报告：运营盯日报看异常，产品看周报调策略，管理层看月报做判断，新客户先做全貌首报摸清

"我的品牌被提到了"——然后呢？

一个品牌在AI里的真实处境，远比"被提到几次"复杂得多。

举个例子。一家建材企业在豆包里搜自己，发现在"瓷砖品牌推荐"这个问句下被提到了，挺高兴。但如果继续深挖，可能会发现：

同一个问句在元宝和DeepSeek里，排在前面的全是竞品

品牌被引用时，来源是一个三年前的个人博客，而不是官网或权威媒体

竞品在"性价比""售后服务"等消费者最关心的问句下，推荐率远高于自己

一条两年前的质量投诉页面，仍然在多个模型里被频繁引用

这些问题，靠手动搜索是发现不了的。即使偶尔撞上一个，也没有办法持续跟踪变化趋势。

这就是品牌诊断要解决的问题。它不像搜索查询那样告诉你"某一个时刻的某一个结果"，而是持续从多个AI模型抓取数据，把碎片化的曝光信息拼成一张完整的品牌健康度画像。

五个维度，而不是一个数字

矿工鸟的健康度评分不是靠AI猜出来的。它基于监控引擎每天在多模型上的真实抓取记录，从五个维度分别评估，再综合成一个总分。

提及率表现。品牌在相关问题中被提及的频率、出现在靠前位置的频率、覆盖了多少个AI平台。这个维度回答的问题是：用户搜你所在的行业时，你的品牌能不能被看见？

信息来源质量。品牌被引用时，引用来源来自哪里。是官网和专业媒体，还是个人博客和过时页面？来源是分散在多个渠道，还是过度依赖单一站点？这个维度回答的是：你的品牌被引用时，"信得过"吗？

推荐度表现。品牌在AI回答中呈现出的整体口碑倾向。是被正面推荐、被中立描述还是被负面评价？这个维度回答的是：用户看完AI的回答后，愿不愿意进一步了解你？

负面信息控制。负面内容的占比、集中度和扩散范围。是一条负面反复出现，还是多条负面从不同角度覆盖了你的品牌？这个维度回答的是：你的品牌在AI里有没有明显的"坑"？

竞品相对表现。品牌与主要竞品相比，在可见度、平台优势和整体位置上的差距有多大。这个维度回答的是：你的品牌是跑赢了还是跑输了？

五个维度各自得分，再综合成一个0-100的总分，对应A到E五个等级。总分适合快速判断整体状态，维度得分适合识别具体问题——比如总分看起来还行，但"信息来源质量"明显偏低，说明品牌虽然被提到但引用基础薄弱；或者总分一般，但"竞品相对表现"不错，说明在竞争格局中仍有可放大的优势。

从数据到分数：每一步都有证据

很多"AI评分"类产品最让人不放心的地方是，你只看到一个分数，但不知道它是怎么来的。

矿工鸟的诊断体系有一个核心原则：每一个分数背后，都对应着具体的抓取记录。比如"推荐度72分"这个结论，往下可以拆开看到是哪些问句、哪些模型、在什么时间给出的正面或负面表达。"竞品对比"中品牌比竞品领先或落后的结论，也可以下钻到具体的关键词维度和平台分布。

这不是一个黑盒AI给出的模糊判断。更像是一份体检报告——每个指标都有数据来源，每项异常都有对应的检查记录。