在哪类真实需求里缺席
按人群、预算、用途、风险与比较场景定位品牌没有进入候选的问题，而不是只看一个合成总分。
解决方案
你的品牌现在在 AI 里是什么处境？先确认和竞品是不是在同一套题下比
症状可能是品牌在品类题里缺席、被推荐但理由过期，或竞品在某类场景稳定靠前；根因也可能只是双方问题、平台、时间和判定规则不同。不公平的对比会把团队引向错的动作。真正有用的分析，要先建立同题同条件基线，再由 MATRIX 把差距落到证据、负责人和复测。
你现在在哪里
先盘点可比性：换了题，就不是比较，是各说各话
先拿出你们正在使用的截图、报表和人工结论，逐项检查竞争集、问题版本、平台入口、时间、地区、上下文和判定规则是否一致。最常见的坑，是给自己出容易露脸的题、给竞品出刁钻的题，或者只留下对自己有利的回答。这样得到的不是对比，是挑好看的。
想比得准，先把同一批贴近真实需求的问题、同样的模型和时间条件、同一套记录规则定下来，对所有品牌一视同仁。具体留证可沿用 AI 可见性审计，让口径长期对得上。
你想去哪里
目标不是赢一张榜，而是得到三类可行动差距
进入候选后为何没被推荐
区分事实过期、适用边界不清、来源不足与合理定位差异，避免把所有落后都归因于内容数量。
下一轮要修什么、怎么验收
每个差距都回到原始回答与现行事实，写清责任人、动作、截止条件和同题复测标准。
怎么走
六步从当前基线走到可复测的竞品行动
关键词只有一个：可比。每一步都在保证你和竞品，是在同一条件下被看的。
步骤 01
第一步 · 定清竞争集
先说明白跟谁比、为什么比它们，哪些关联品牌、子品牌或并非真正替代品的不纳入。对手选歪了，后面比得再细也没用。
01
步骤 02
第二步 · 冻结问题集
按真实用户意图搭一批不点名的需求问题、比较问题、事实核验问题，写清版本后冻结。之后所有品牌都用这一套，不临时换题。
02
步骤 03
第三步 · 同条件采集
同样的模型、时间、地区和上下文，把每个品牌的完整回答都存下来——不是只留你出现的那句，也不是只留竞品难看的那次。
03
步骤 04
第四步 · 同规则判定
提前定好什么算未提及、客观提及、比较性描述、推荐、说错事实、无法判断，对所有品牌用同一把尺子，不给自己放水。
04
步骤 05
第五步 · 拆场景看失分
把结果按被提及、被推荐、正面份额和问题类型拆开，找出你稳定掉队的是哪类问题、输在被说错还是根本没被想起。
05
步骤 06
第六步 · 转成待验证行动
对每个差距先查证据：这题是不是真适合所有品牌、答案有没有可核对来源、各自公开资料对不对得上。证据够了，才把观察变成「补哪类内容、澄清哪个边界」的行动，不去臆测对方策略。
06
常见坑与解决方法
同样是比竞品，四个坑会把结论带偏
环节
把对比做歪
公平可比
出题
把对比做歪
给自己出容易题、给竞品出难题
公平可比
同一批真实问题，所有品牌一样
留证
把对比做歪
只存对自己有利的回答
公平可比
完整留下每个品牌的全部回答
条件
把对比做歪
混用不同时间、不同模式的结果
公平可比
同样的模型、时间和地区
判定
把对比做歪
凭感觉，标准随品牌变
公平可比
同一套判定规则，一视同仁
下结论
把对比做歪
一次回答就宣布输赢
公平可比
多次采样看稳定，再谈相对表现
这套分析用来干嘛
竞品对比是为了改好自己，不是为了唱衰对手
它该服务的
看清自己在哪类问题、哪个平台稳定掉队，是被说错了还是根本没被想起，然后回头补自己的公开事实、澄清边界、更新过时信息。想真正比「份额」，还得先像 品牌声量（SoV） 说的那样，先定义清楚跟谁比、分母是什么。落点始终在管好自己。
它不该被拿去
编造对竞品不利的比较、拿一次回答给对手贴标签、臆测对方的策略和数据。这些既不可复查，也会把你自己的决策带偏——不实的对比，比没有对比更危险。
MATRIX 怎么落地这套对比
同一张证据看板，只回答四件能分开看的事
MATRIX 可按项目范围固定品牌、竞品、品类问题和平台入口，保存完整回答、时间、可见来源与人工判定，再把确认后的差距连接到任务和复测。文心偏可收录的结构化事实、Kimi 更吃完整长文、通义会在企业与消费两种语境间切换、豆包贴近口语场景，所以同一条竞品差距要在各入口分别取证；对外用「领先 / 稳健 / 追赶」这类分级呈现相对表现，把推荐优先级落回原始回答与现行事实，而不是一个脱离证据的精确分数。
左右滑动查看完整界面
被提及份额
同一批问题里，你和竞品各被提到多少，一眼看出你是不是根本没在场。
被推荐份额
把「顺带提一句」和「明确推荐」分开，看清你是在场，还是真被选中。
正面份额
同样被提到，谁被说得更正面；正面份额不能直接等同于销量或业务结果。
失分场景
按品类、对比、避坑拆开，直接指出你稳定掉队的是哪一类问题。
竞品分析真正的产出，不是一句「我们赢了」，而是一张能被复查的表：同一套题、同样的条件、同一把尺子。
值数对竞品对比的基本主张
先建立公平问题集，再讨论相对表现
值数帮你把竞争集、问题版本、采样条件、回答原文和判定规则都保存下来，得到的是一份可复查的观察记录，而不是未经验证的竞品结论；下一步动作，也能回到你自己真实的事实与内容缺口。