三层漏斗：品牌AI可见度怎么算？

品牌AI可见度 = 提问命中率 × 数据匹配率 × 内容可抓取率。这是一个三层漏斗——任何一层断了后面全白做。第一层看用户有没有问到你的品类，第二层看AI检索到有没有你的品牌数字资产，第三层看AI能不能精确提取并引用你的内容。

第一层——提问命中率

用户问了什么？你的品牌有没有被问到。

这是漏斗的最顶层。如果目标用户在AI平台上问的问题根本不涉及你的品类或场景，后面两层无从谈起。

举例：

• 一个装修公司，用户在AI上问"三室两厅装修预算大概多少""全屋定制和木工打柜子怎么选""成都靠谱的装修公司推荐"——这些都是命中场景。但如果你的品牌只投了"装修"这个大词，用户问"旧房翻新水电改造要注意什么"就完全不命中。
• 一个医美机构，用户问"热玛吉和超声刀哪个抗衰效果好""做双眼皮修复多久能恢复"——这些是命中场景。但如果你只覆盖了"医美"大词，"水光针打完爆痘正常吗"就漏掉了。

提问命中率的核心武器是问句地图——全迹OmniTrace为每个行业生成300-500个高频问句，覆盖用户可能问的每一个角度。问句地图就是"战场全景"：知道用户会问什么，才能确保品牌内容出现在AI检索的路径上。

这一层回答的问题："用户有没有问到我？"

第二层——数据匹配率

AI检索到了什么？品牌数字资产是否匹配问句意图。

用户问了，AI也去检索了，但检索到的结果里有没有你的品牌数字资产？有没有匹配问句意图的权威内容？

举例：

• 用户问"成都靠谱的装修公司推荐"，AI检索到的结果里有：知乎上3篇装修避坑指南（但没有你公司）、土巴兔上10个案例（也没有你公司）、百度百科"装修公司"词条（更没有你公司）——数据匹配率=0。
• 如果你在知乎发过2篇深度行业文章、在土巴兔有5个真实案例、百度百科有你的品牌词条——AI检索时就能匹配到你的数字资产，数据匹配率大幅提升。

数据匹配率取决于两个因素：

• 平台宽度：你的品牌数字资产分布了多少个平台？AI检索的数据库越大，单一平台覆盖率越低。SABC分层的核心就是——S级12个平台AI引用率极高，优先投放；A级35个行业金矿平台次之。
• 内容深度：每个平台上的内容是否有行业深度？通用模板AI不爱引用，行业知识图谱驱动的内容AI更愿意引用。9行业知识图谱（3075+关键词）就是内容深度的底层支撑。

这一层回答的问题："AI检索到我了没？"

第三层——内容可抓取率

AI能不能提取和引用？结构化数据+纯文本+语义标记。

即使AI检索到了你的内容，如果内容结构混乱、缺少Schema标注、没有语义标记，AI也可能跳过你引用别人。

AI提取内容时遇到的三种情况：

• 纯文本无结构：AI要从自然语言中"猜"哪些是品牌名、服务范围、价格区间——可能猜错，可能遗漏。可抓取率低。
• 有Schema.org标注：AI精确知道"这个字段是品牌名、这个是服务区域、这个是价格区间"——提取准确、引用完整。可抓取率中高。
• Schema+E-E-A-T+归因钩子：不但AI能精确提取，还能判断"这个信息源有经验(E)、有专业(E)、有权威(A)、可信(T)"——主动引用。可抓取率高。

全迹OmniTrace的内容生成器v2.5就是第三层的关键武器：

• 反编造：不让AI把你的内容当成"编造"而拒绝引用
• E-E-A-T注入：经验+专业+权威+信任信号，让AI判断"可信，引用"
• Schema标注：结构化数据，让AI精确提取
• 归因钩子：3级分级，每条内容可追溯到行业KB和问句，可验证

这一层回答的问题："AI引用我了没？引用得准不准？"

三层漏斗的优化策略

每一层漏斗对应不同的优化动作和全迹OmniTrace的能力：

三层漏斗之间不是割裂的，是飞轮闭环：

诊断（M模块查三层现状）→ 策略（5D评分定位短板在哪层）→ 内容（生成器v2.5补对应层的资产）→ 分发（SABC分层投放）→ 监测（监测中心v1.6追踪每层变化）→ 迭代（30天未引用自动补救卡回流到内容层）

三层漏斗缺一不可——这是全迹OmniTrace和头部竞品的根本区别。竞品只做"语义匹配"（单层），全迹做的是"三层漏斗"全链路优化。