AI 搜尋成效指標：哪些數字真的能衡量成敗

相信各位品牌主都開始遇到這樣的狀況：你的 Google Search Console 後台數字顯示你的網站曝光數一直增加，但是使用者實際的點擊數量卻沒什麼起色。你的潛在客戶直接問 ChatGPT 要推薦名單，AI 卻從頭到尾就是不推薦你。當我們從 SEO 走到 GEO 的時代，業界過去花 (玩) 了 20 年建立起來的成效量測方法，居然漸漸連一個最簡單的問題都無法回答：你的品牌實際曝光的狀況到底是怎樣？

iKala 的 Kuroma 團隊，做的是 AI 能見度 (AI Visibility) 平台。過去一年我們持續量測各家 AI 引擎怎麼談論品牌，也陪著 7 個市場的品牌根據量測結果實際調整。這篇文章整理我們認為真正能衡量 AI 搜尋成效的幾個指標：每個指標能告訴你什麼、不能告訴你什麼，以及我們在幾百個品牌、幾十萬則真實 AI 回答上測量出來的基準值。所有出自我們自己資料的數字，我們都清楚說明來源和日期；目前還沒有人知道答案的問題，我們也明確在文章中點點出。

傳統搜尋結果的排名，不再是好的 AI 搜尋預測指標

舊的規則很單純：排得好，就有點擊，數點擊就好。AI 搜尋把這條規則破壞了兩次。第一次，答案本身就是終點，使用者問完、讀完、離開，誰的網站都沒去。第二次，「排名好」和「被引用為來源」的關聯正在快速鬆脫。針對 Google AI 摘要的大規模爬取分析發現，被引用的頁面同時出現在自然搜尋前段的比例，近幾季一路下滑。排名變成眾多輸入之一，兩者的相關性漸行漸遠。

那要看什麼？六個指標，分成兩類：衡量 AI「認不認識你」的，和衡量 AI「用不用你」的。

指標總覽（實測基準，2026 年 8 月）

基準值全部來自我們自己的量測語料：240+ 個品牌、超過 37,000 則真實引擎回答、重複取樣、七個引擎，收錄到 2026 年 8 月。完整方法（包含每個群組和樣本數）公開在我們的方法論頁面，數字都可以被獨立檢驗。

什麼是 AI 搜尋的提及率（AI mention rate）？

提及率是相關 AI 回答中點名你品牌的比例。拿一組你的買家真的會問的問題，用你的市場和語言去問 AI 搜尋引擎 (ChatGPT, Claude, Gemini, Google AI Overviews 等等)，然後數數看你被提到的幾次。它是 AI 搜尋裡最接近「未提示知名度」的東西，也是 AI 搜尋引擎最佳化（GEO，也有人叫 AISEO、AIO 或 AEO）的首要數字。

有兩件事決定一個提及率是能拿來做決策，還是只是好看。第一，問題組不能出現你的品牌名：問「Kuroma 好用嗎」得到的回答裡有 Kuroma，什麼都證明不了。第二，必須重複取樣：AI 回答在不同次執行之間的變動，比多數人想像的大得多。在我們的量測裡，單次檢查的結果跟丟一次硬幣沒兩樣，結果完全是隨機的。所以，任何工具如果只跑一次就給你提及率，你都應該存疑。

什麼是 AI 聲量佔比（AI share of voice）？

聲量佔比是提及率的相對版本：在你品類問題的回答裡，所有被點名的品牌中，你佔了多少？它回答的問題和提及率不同。同樣是 20% 的提及率，在一個 AI 幾乎不點名任何品牌的品類，和一個每則回答都列五個競爭者的品類，意義完全是兩回事。分引擎量測，還能看出你在哪裡強。各引擎引用什麼、點名誰，差異非常大：一份約 6.8 億則 AI 回答引用的分析發現，光是維基百科就佔了 ChatGPT 引用的 7.8%，其他引擎的來源組成則完全不同；我們自己的七引擎語料看到一樣的分歧。一個混在一起的總分，藏起來的比呈現出來的多，而你最弱的那個引擎，通常正好是被儀表板平均掉的那個引擎。

什麼是引用率？什麼是幽靈提及（ghost mention）？

被點名不等於被使用。引用率衡量的是：引擎談到你的時候，有沒有真的把你的網站列為來源。我們在 2026 年 8 月直接測量了這件事：分析 5,714 則點名了受追蹤品牌的 AI 回答，逐一比對這些回答引用的來源，發現品牌自家網站被引用的比例是 37.2%。

關鍵發現：在 62.8% 點名品牌的 AI 回答裡，品牌自己的網站不在來源清單上。引擎是憑記憶在講你，不是看著你的網站講。

反過來解讀，就是所謂的幽靈提及率：明明提到了你、卻不引用你的網站。外部研究也在同樣的規模上記錄了這個現象：大約每三則點名品牌的回答，就有兩則是 AI 憑既有知識在說話，你的網站根本沒有參與那場對話。引擎是在別的地方認識你的。

這組數字是整套指標裡最有用的診斷數字，因為兩個數字對應的是不同的工作。我們的分析還發現一件更尖銳的事：品牌在全網的聲量足跡，能預測 AI 認不認識它，但預測 AI 引不引用它的效果比擲硬幣還差一點。這是我們資料裡最重要的一次脫鉤。真正預測引用的是可檢索性：引擎去查資料的時候，你的內容到底浮不浮得上來。名氣大到天天被幽靈提及的品牌，作為來源可以完全隱形；內容對得準的小品牌，引用表現可以遠超過它的聲量。如果只追蹤一組數字，追蹤這一組。

什麼是回答率（answer rate）？回答的組成為什麼重要？

要有提及，引擎得先給出實質回答。我們把每則受監測的回應分類成已回答、迴避、錯誤三種，而當中組成的變化值得我們仔細檢視。近期的監測資料裡，引擎很少直接拒答，但我們研究發現，買家式探索型問題的實質回答中，大約三分之二完全沒有點名任何產品：在 2026 年 8 月上半月我們分類的 50,018 則已回答檢查裡，這個比例是 63 到 67%。引擎越來越常先講準則，教你該看什麼、怎麼比較，只有一部分回答會走到點名這一步。這不是量測出了問題，是市場在移動：教會買家怎麼挑的那一頁，正在和你的產品頁競爭同一則回答。

檢索對齊度（retrieval alignment）：領先指標

上面每個指標都是結果。我們量測過最有潛力的領先指標是檢索對齊度：你網站的內容，和 AI 引擎研究你的品類時實際發出的查詢，在語意上距離多近。引擎不會一字不差地搜尋買家的問題，它們會拆成自己的改寫查詢再去找，而你的網站有沒有東西對得上那些改寫，是可以用向量嵌入量出來的。我們分析 6,950 組品牌與問題的配對、橫跨 193 個品牌，把這一個特徵加進預測模型後，得到我們量測過最大的單次改善。這還早，我們把數字連同它的限制一起發表了，但方向和這篇文章的其他發現一致：對齊引擎怎麼檢索，勝過裝飾人類怎麼閱讀。

什麼「不能」衡量 AI 搜尋成效？

有幾個數字常被當成 AI 搜尋指標，但經不起資料檢驗。自然排名對引用的代表性正在減弱，前面說過了。伺服器日誌裡的 AI 爬蟲流量，量到的多半是訓練用的抓取，不是回答收錄：機器人讀你的網站，不等於機器人引用你的網站。一次性的能見度檢查則是穿著儀表板外衣的雜訊：外部的答案穩定性研究和我們自己的重複取樣都發現，同一個問題在不同次執行引用的來源，重疊程度遠低於儀表板給人的印象。只量一次的東西，量到的主要是運氣。

內容花招也該在這裡記上一筆。替 GEO 命名的那篇2024 年原始論文報告了內容改寫帶來的大幅能見度提升，但近期的重複驗證，以 C-SEO Bench 研究為代表，講了一個冷靜得多的故事：跨引擎、跨領域，多數改寫技巧沒有任何效果，有幾種甚至讓引用排名變差。通過重複驗證的是實質：引用來源、附上證據、放進真實的統計數字。這其實很方便，因為那本來就是好文章的寫法。

怎麼量測 AI 搜尋成效、才不會自欺欺人？

這裡有四個我們透過不斷撞牆學到的實務規則，更新於 2026 年 8 月 15 日：

• 先凍結問題組再開始量測，每次修改都要留版本。
• 重複取樣：只匯報多次執行的比率，不依賴單次檢查。
• 分引擎看：ChatGPT、Gemini、Perplexity 和 Google AI 摘要行為差很多。
• 要求公開量測方法：好的方法必須證明自己真的能預測 AI 引用的能見度。

總結來說：問題組先定好、凍結住，否則你量到的是自己改提示詞的痕跡，不是市場。重複取樣、報比率，永遠不要拿單次結果做決定。每個指標都分引擎看。最後，要求你依賴的任何分數公開它的預測效度：如果有廠商賣你一個 AI 準備度分數，請他拿出這個分數真的能預測引用的證據。我們公開了自己的，連表現差的那個群組也一起放上去。

AI 搜尋是可以量測的，只是我們不能用上一個時代留下來的測量儀器來做。把指標定義清楚、把基準值公開，剩下的讓資料自己去說話。

關於 AI 搜尋指標的常見問題

AI 搜尋成效的核心指標有哪些？

提及率、AI 聲量佔比、引用率、幽靈提及率、回答率、檢索對齊度。前兩個衡量 AI 認不認識你，中間兩個衡量 AI 用不用你當來源。

提及率多少算好？

我們在 240+ 個品牌的非品牌探索型問題上量到的平均是 14.4%，但真正該比的基準是分品類、分引擎，和你的競爭者用同一組凍結的問題比。

為什麼我的品牌被提及卻沒被引用？

因為模型常常憑它已經學到的東西講你。我們量到品牌被點名的回答中，只有 37.2% 引用了自家網站。引用跟著可檢索性走，不跟著名氣走。

SEO 排名對 AI 搜尋還重要嗎？

作為輸入之一，重要；作為計分板，目前的數據是顯示不重要。被引用頁面和自然搜尋前段的重疊已經明顯下滑，我們自己的模型也發現，排名特徵的貢獻遠小於聲量足跡和檢索對齊度。