文心 · 品类推荐题
01示例题：为某类人群挑选某品类产品时，应比较哪些品牌？记录品牌是否出现、出现在哪一层、理由是什么、有没有可见来源；不要只截取品牌出现的那一句。
解决方案
AI 可见性审计，是给你一张「现在什么样、该先修哪」的行动图
它不是打一个说不清的分数。六步下来，把「AI 好像没提我」这种模糊感受，变成能看、能改、能复查的东西——而且每一步都留下一份具体的产物。
这套方法长什么样
一条从现状到行动的固定路径
6 步
从划范围到复测，顺序不跳过
4 类问题
点名、品类、比较、事实核验
1 份产物 / 步
每一步都留下能回看的东西
你现在在哪里 → 你想去哪里
先把模糊焦虑，翻译成一张可复测的问题地图
现在：有截图，没有共同口径
品牌团队可能分别在文心、Kimi、通义、豆包问过几次，但题目、时间、入口和竞品范围都不同。有人看到缺席，有人看到误述，最后只能争论哪张截图更有代表性。
目标：同一问题能追到证据和负责人
把品牌主体、问题集、平台、时间、原始回答、事实依据、问题类型和后续动作放在同一记录里。目标不是得到一个漂亮总分，而是让每个判断都能复核、每个改动都能用原题再测。
为什么不能跳步
少了前一步，后一步就是在猜
没有范围和问题集，采到的回答没法互相比；没有核验和归因，改动只是凭感觉；没有复测，任何「变好了」都无法确认。
六步是一条链，顺序本身就是方法的一部分。所以下面不谈虚的原则，只把每一步做什么、交出什么，一步步说清楚。
六步方法
每一步都给你一份能交出去的东西
下面每一步都写清「做什么」和「做完得到什么」，照着走就能落地，不会停在一句空口号上。
步骤 01
第一步 · 划范围
定清楚要看的是哪个品牌主体、哪些业务和产品、面向谁、什么语言和地区、看哪个模型、看哪段时间；也写明哪些不算数，免得把无关场景误当成缺席。产物：一页范围说明，让任何人都知道这轮在看什么。
01
步骤 02
第二步 · 搭问题集
按用户真实会怎么问，搭出点名、品类、比较、事实核验四类问题，每个标上用途和版本，用大白话、不诱导它给特定答案。可先用大模型推荐品牌的判断框架检查是否遗漏了真正影响选择的场景。产物：一份带版本的问题清单，往后能原样复用来对照。
02
步骤 03
第三步 · 采集留档
在固定条件下把问题问一遍，完整存下提问、回答、用的模型和时间；需要多问几次就保持条件一致，不挑好看的那次。产物：一份原始回答档案，而不是几张截图。
03
步骤 04
第四步 · 核验事实
把回答里关于你的关键说法逐条对到权威公开资料，标成准确、过时、没依据还是明确说错；它给出的来源也要看是不是现行、是不是真支撑那句话。需要拆解误述时，可对照AI 答案品牌准确率的检测方法。产物：一张事实核验表。
04
步骤 05
第五步 · 归因分级
把问题归类——认错主体、事实缺失、信息过时、各处说法打架、边界说不清、暂时判断不了；再按对用户的影响、证据是否充分、能不能动手，排出先修谁。产物：一份带优先级的问题清单。
05
步骤 06
第六步 · 复测与行动
把更新事实页、补高频问答、统一对外口径这些动作，落到具体负责人和信息源；改完用同一套问题再问一遍，并按AI 可见性核心指标框架记下哪些变了、哪些还没有依据。产物：一份改动前后的对照记录。
06
具体平台与品类怎么落表
同一个品类问题，四个平台都要留下可比记录
下面是审计题与记录字段的模板，你可以直接套到自己的品类上。正式报告里，把每一格换成项目约定时间窗内的原始回答和你自己的品类数据，就是一份能复核的记录。
Kimi · 长条件比较题
02示例题：给定预算、用途和限制条件，A 与 B 怎么选？记录它是否保留关键条件、是否把不同产品线混在一起，以及答案引用的材料是否仍为现行版本。
通义 · 电商场景决策题
03示例题：某使用场景下有哪些可选产品，各自适合谁？记录品牌进入候选、被明确推荐、仅被顺带提及还是完全缺席，并核对规格和适用边界。
豆包 · 口语化风险核查题
04示例题：这个品牌常见争议是什么，现在还成立吗？记录回答把旧事件、用户观点和现行事实如何区分；无法从公开资料确认的判断统一标成待核实、单独留档，等来源到位再采信。
常见坑与修法
审计最容易在采集阶段就失真
只问品牌词
品牌词只能确认模型认不认识你，不能代表用户不点名时会不会选你。修法：点名、品类、比较、事实核验四类题都保留。
不同平台用不同题
题目条件一变，平台差异和问法差异就混在一起。修法：保留一组跨平台核心题，平台特有题另开一栏，不混算。
只留结论截图
截图看不到完整上下文、模型版本和采集时间。修法：保存原始问答与元信息，截图只用于汇报展示，不做唯一证据。
改完马上宣布有效
AI 回答有随机性，单次变好不能证明稳定改善。修法：保持范围与问题不变，跨期复测并如实保留未改善项。
为什么值得做
同一句「AI 没提我」，做没做审计差别很大
遇到的情况
没有审计时
做过审计后
凭什么下判断
没有审计时
零星截图和印象
做过审计后
完整回答和可核对的证据
问题出在哪
没有审计时
说不清是哪类需求、哪个平台
做过审计后
定位到具体问题类型和信息缺口
该先改什么
没有审计时
笼统地「多做点内容」
做过审计后
按影响和可行性排好的清单
改完怎么确认
没有审计时
感觉好像好了点
做过审计后
同口径复测，变化看得见
怎么算一份靠谱的审计
结论要经得起别人翻回去查
每个判断都能翻回原始回答
说「提到了、说错了、变好了」，都能点回完整的问题和答案，不靠转述。
每个事实都指向可核对的资料
关键结论要对得上现行、权威的公开来源；没依据的就老实标成待核实。
问题和判定规则可复用
核心问题固定、版本标清楚，别把「改了问题」误当成「品牌表现变了」。
每个动作都能追到根因
每条建议对到具体的事实源、说法冲突或信息缺口，不拿「优化一下」糊弄。
审计的价值在证据链
从一句 AI 回答，一路追到事实、来源和该做的事
一条判断能追回原始问答，回答里的事实能追到权威资料，建议动作能追到你管得动的信息源——这条链完整，审计才有价值。
暂时追不到根因的，就如实留成「待核实」，别硬编一个听起来合理的理由。这样的记录，才值得在下一轮复测里继续验证。
MATRIX 如何承接六步
把一次审计，变成可以持续复测的工作流
人工零散执行时
问题表、平台截图、事实来源和整改任务分散在不同文件里，第二轮常常找不到上一轮的原题、判定规则和责任人，变化也就很难解释。
进入 MATRIX 后
MATRIX 可按项目约定配置品牌、竞品、问题集与 AI 入口，保存回答样本和可见来源，再把确认后的缺口连到负责人、优先级与复测目标。它提供的是统一记录和协同路径，不承诺模型一定推荐，也不替代业务方确认事实。
先用证据看清现状，再给行动排优先级
值数按这六步，帮你把品牌在 AI 回答里的真实样子记录下来、归好因、排好序，并支持同口径复测。我们不替你承诺被哪个模型推荐，只让「先改什么、后改什么」有据可依。