NiubiGEO指标体系实战看懂AI品牌可见性的6个核心指标【免费下载链接】niubigeoOpen-source AI brand visibility and competitor reports. Official website: https://niubigeo.ai/ | Paid services: AI testing by real people and GEO optimization. Pricing: https://niubigeo.ai/pricing项目地址: https://gitcode.com/gh_mirrors/ni/niubigeoNiubiGEO 是一款开源的 AI 品牌可见性监测工具它用一套可复核的 GEO 指标体系来回答一个关键问题当用户向 AI 提问时你的品牌是否被提到、被推荐、被引用本文带你读懂它的 6 个核心指标从感觉被 AI 推荐了进阶到用数据证明被 AI 推荐了。为什么需要一套指标体系直接问 AI你推荐什么工具会得到一次性的回答但无法衡量变化、无法对比竞品、更无法向团队证明GEO 优化有没有效果。NiubiGEO 把每一次模型回答变成可保存的证据再按统一公式聚合成指标点让AI 品牌可见性从玄学变成可追踪的数字。它的指标分属两个独立的观测协议域名认知D 协议只给模型一个域名看它识别出什么品牌、关联了哪些关键词关键词发现K 协议给模型一个不含品牌名的中性关键词看回答里谁出现了。两种协议分开存储、分开画图避免域名测试的结果冒充关键词表现。指标字段定义见 measurement-schema.ts计算公式实现见 measurement-stats.ts完整方法论文档见 measurement-methodology.md。指标一域名认知率domain_recognition回答的问题模型认不认识你的网站输入一个域名后模型会输出recognized / not_recognized / unknown / ambiguous等状态。只要结果可解析不是解析失败都计入分母只有明确回答识别才算命中域名认知率 识别命中的回答数 ÷ 可解析的回答总数 × 100%这是你品牌在 AI 世界里的户口——连域名都不认后面的提及和推荐都无从谈起。如上图每个模型的回答独立成块识别状态、业务描述、产品类别、关联关键词逐栏展示每一栏都带查看证据入口可点开原始回答核对。指标二品牌名提及率brand_name_mention回答的问题中性提问时AI 主动提到了你吗K 协议的答案里如果某份回答提及了监测对象按名称/别名或域名精确匹配即为命中。注意它的分母是可判定的回答——解析失败的回答不会悄悄拉低你的比率而是被如实标记为 unknown。指标三关键词关联覆盖率keyword_association_coverage回答的问题AI 把你和哪些词绑在一起当回答中关联了某个监测关键词时命中同一份回答里重复出现的同词只计一次。它帮你发现品牌在 AI 心智中的标签比如在线游戏、娱乐服务这类描述词并可以按模型、按时间看这些关联的变化。指标四正面推荐率positive_recommendation回答的问题AI 是在推荐你还是仅顺带一提模型会对每个提及对象给出结构化标签positive正面推荐、mentioned仅提及、negative、uncertain。只有 positive 才算命中。这是离转化最近的一个指标——被提及是曝光被推荐才是背书。配套还有推荐差值recommendation_gap目标品牌与确认身份的竞品在同一批回答上的正面推荐率之差单位是百分点。它要求两次统计的 Run、模型、搜索配置、关键词、样本完全一致才允许相减杜绝拿不同条件下的数字硬比。指标五首次提及率first_mention回答的问题在 AI 的候选名单里你排第几只有当回答中恰好有一个唯一首位提及对象且就是你时才算命中并列tied或无法确定先后都不命中。首位意味着用户第一眼看到的就是你这在多产品对比场景里价值极高。同理还有首次推荐率first_recommendation唯一首位且为正面推荐。指标六官网引用率provider_citation回答的问题联网回答里AI 的证据来自你的官网吗当模型开启 provider 原生搜索时返回的来源列表Provider Citations中若包含与你官网域名完全相等的条目即为命中。NiubiGEO 特意把模型返回的引用来源和回答正文里顺带写的 URL分开归档离线回答则没有引用分母——这一点在 证据模型文档 中有详细说明。上图展示了完整证据链同一份回答里原始文本、引用来源列表、结构化提及对象一一对应。任何指标波动都可以点进去找到是哪几条回答变了这是自研工具最硬的底气。读懂指标的三个通用规则NiubiGEO 的所有指标共享同一套分子/分母纪律见 measurement-methodology.md概念含义新手提醒分母有效included样本数每项指标分母不同不能跨指标比较null分母为 0无法计算null ≠ 0%不要解读成零提及failed失败或被排除的样本失败不等于品牌未出现会被如实展示complete / partial是否有样本缺失趋势图会标注不完整点避免误读读图时还有一个重要约定横轴是等间隔排列的观测点不按真实时间比例每个图表上方都有白话结论 本图回答的问题 范围条件同基线、几个问题、几个模型、什么搜索配置图表永远不是第一个出现的未解释元素。这套规则写在 图表语义系统 中。动手实操建立你的指标基线部署工具需要 Node.js 22.13克隆仓库后配置 OpenRouter API Key 即可启动详见 Docker 部署指南创建项目输入你的域名系统先保存项目再开始测试避免数据丢失选择模型为每个模型单独设置离线或原生联网搜索结果会保留实际执行条件跑域名认知 关键词测试确认监测的竞品与关键词WatchSet设置定时监测重复测量或定时调度生成可比对的历史记录趋势才有意义几次测量≠长期趋势。不用装环境仓库自带 20 个真实案例例如 PostHog 案例 包含 3 次测量记录含一次定时任务可以直接打开看答案与失败记录。小结指标一句话解读域名认知率AI 认不认识你的门牌号品牌名提及率不提品牌名的提问里AI 想到了你吗关键词关联覆盖率AI 给你贴了什么标签正面推荐率AI 是推荐你还是仅提及你首次提及率AI 的候选名单里你排第几官网引用率AI 的证据链里有没有你的官网指标体系的价值不在于分数本身而在于每一次数字都能回溯到原始回答。当你能指着某条上升曲线说出这周多了 4 份联网回答明确推荐了我们时GEO 优化才算真正进入了可度量、可复盘的阶段。更多指标定义与复核步骤请参考 测量方法与指标定义。【免费下载链接】niubigeoOpen-source AI brand visibility and competitor reports. Official website: https://niubigeo.ai/ | Paid services: AI testing by real people and GEO optimization. Pricing: https://niubigeo.ai/pricing项目地址: https://gitcode.com/gh_mirrors/ni/niubigeo创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考 NiubiGEO指标体系实战：看懂AI品牌可见性的6个核心指标
NiubiGEO指标体系实战看懂AI品牌可见性的6个核心指标【免费下载链接】niubigeoOpen-source AI brand visibility and competitor reports. Official website: https://niubigeo.ai/ | Paid services: AI testing by real people and GEO optimization. Pricing: https://niubigeo.ai/pricing项目地址: https://gitcode.com/gh_mirrors/ni/niubigeoNiubiGEO 是一款开源的 AI 品牌可见性监测工具它用一套可复核的 GEO 指标体系来回答一个关键问题当用户向 AI 提问时你的品牌是否被提到、被推荐、被引用本文带你读懂它的 6 个核心指标从感觉被 AI 推荐了进阶到用数据证明被 AI 推荐了。为什么需要一套指标体系直接问 AI你推荐什么工具会得到一次性的回答但无法衡量变化、无法对比竞品、更无法向团队证明GEO 优化有没有效果。NiubiGEO 把每一次模型回答变成可保存的证据再按统一公式聚合成指标点让AI 品牌可见性从玄学变成可追踪的数字。它的指标分属两个独立的观测协议域名认知D 协议只给模型一个域名看它识别出什么品牌、关联了哪些关键词关键词发现K 协议给模型一个不含品牌名的中性关键词看回答里谁出现了。两种协议分开存储、分开画图避免域名测试的结果冒充关键词表现。指标字段定义见 measurement-schema.ts计算公式实现见 measurement-stats.ts完整方法论文档见 measurement-methodology.md。指标一域名认知率domain_recognition回答的问题模型认不认识你的网站输入一个域名后模型会输出recognized / not_recognized / unknown / ambiguous等状态。只要结果可解析不是解析失败都计入分母只有明确回答识别才算命中域名认知率 识别命中的回答数 ÷ 可解析的回答总数 × 100%这是你品牌在 AI 世界里的户口——连域名都不认后面的提及和推荐都无从谈起。如上图每个模型的回答独立成块识别状态、业务描述、产品类别、关联关键词逐栏展示每一栏都带查看证据入口可点开原始回答核对。指标二品牌名提及率brand_name_mention回答的问题中性提问时AI 主动提到了你吗K 协议的答案里如果某份回答提及了监测对象按名称/别名或域名精确匹配即为命中。注意它的分母是可判定的回答——解析失败的回答不会悄悄拉低你的比率而是被如实标记为 unknown。指标三关键词关联覆盖率keyword_association_coverage回答的问题AI 把你和哪些词绑在一起当回答中关联了某个监测关键词时命中同一份回答里重复出现的同词只计一次。它帮你发现品牌在 AI 心智中的标签比如在线游戏、娱乐服务这类描述词并可以按模型、按时间看这些关联的变化。指标四正面推荐率positive_recommendation回答的问题AI 是在推荐你还是仅顺带一提模型会对每个提及对象给出结构化标签positive正面推荐、mentioned仅提及、negative、uncertain。只有 positive 才算命中。这是离转化最近的一个指标——被提及是曝光被推荐才是背书。配套还有推荐差值recommendation_gap目标品牌与确认身份的竞品在同一批回答上的正面推荐率之差单位是百分点。它要求两次统计的 Run、模型、搜索配置、关键词、样本完全一致才允许相减杜绝拿不同条件下的数字硬比。指标五首次提及率first_mention回答的问题在 AI 的候选名单里你排第几只有当回答中恰好有一个唯一首位提及对象且就是你时才算命中并列tied或无法确定先后都不命中。首位意味着用户第一眼看到的就是你这在多产品对比场景里价值极高。同理还有首次推荐率first_recommendation唯一首位且为正面推荐。指标六官网引用率provider_citation回答的问题联网回答里AI 的证据来自你的官网吗当模型开启 provider 原生搜索时返回的来源列表Provider Citations中若包含与你官网域名完全相等的条目即为命中。NiubiGEO 特意把模型返回的引用来源和回答正文里顺带写的 URL分开归档离线回答则没有引用分母——这一点在 证据模型文档 中有详细说明。上图展示了完整证据链同一份回答里原始文本、引用来源列表、结构化提及对象一一对应。任何指标波动都可以点进去找到是哪几条回答变了这是自研工具最硬的底气。读懂指标的三个通用规则NiubiGEO 的所有指标共享同一套分子/分母纪律见 measurement-methodology.md概念含义新手提醒分母有效included样本数每项指标分母不同不能跨指标比较null分母为 0无法计算null ≠ 0%不要解读成零提及failed失败或被排除的样本失败不等于品牌未出现会被如实展示complete / partial是否有样本缺失趋势图会标注不完整点避免误读读图时还有一个重要约定横轴是等间隔排列的观测点不按真实时间比例每个图表上方都有白话结论 本图回答的问题 范围条件同基线、几个问题、几个模型、什么搜索配置图表永远不是第一个出现的未解释元素。这套规则写在 图表语义系统 中。动手实操建立你的指标基线部署工具需要 Node.js 22.13克隆仓库后配置 OpenRouter API Key 即可启动详见 Docker 部署指南创建项目输入你的域名系统先保存项目再开始测试避免数据丢失选择模型为每个模型单独设置离线或原生联网搜索结果会保留实际执行条件跑域名认知 关键词测试确认监测的竞品与关键词WatchSet设置定时监测重复测量或定时调度生成可比对的历史记录趋势才有意义几次测量≠长期趋势。不用装环境仓库自带 20 个真实案例例如 PostHog 案例 包含 3 次测量记录含一次定时任务可以直接打开看答案与失败记录。小结指标一句话解读域名认知率AI 认不认识你的门牌号品牌名提及率不提品牌名的提问里AI 想到了你吗关键词关联覆盖率AI 给你贴了什么标签正面推荐率AI 是推荐你还是仅提及你首次提及率AI 的候选名单里你排第几官网引用率AI 的证据链里有没有你的官网指标体系的价值不在于分数本身而在于每一次数字都能回溯到原始回答。当你能指着某条上升曲线说出这周多了 4 份联网回答明确推荐了我们时GEO 优化才算真正进入了可度量、可复盘的阶段。更多指标定义与复核步骤请参考 测量方法与指标定义。【免费下载链接】niubigeoOpen-source AI brand visibility and competitor reports. Official website: https://niubigeo.ai/ | Paid services: AI testing by real people and GEO optimization. Pricing: https://niubigeo.ai/pricing项目地址: https://gitcode.com/gh_mirrors/ni/niubigeo创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考