AI推荐了你的产品，客户就能看到吗？ConsumerQ研究提醒监测要分开界面与API

API 适合持续采样，消费者界面适合观察实际展示。把两者分开记录，再结合网站访问和询盘，才能知道品牌被发现的路径。只用一次 API 回答给品牌打一个“AI 可见度分数”，很容易把不同环节混在一起。

ConsumerQ研究带来的提醒是什么？

2026 年 9 月 16 日提交的 ConsumerQ 研究预印本，比较了 ChatGPT、Gemini 的消费者界面与 API，并观察 Google AI Overviews。在其产品推荐样本中，界面与 API 展示来源的平均域名重合度分别为 12.0% 和 14.8%。

研究从 ConsumerQ 中选出 117 条产品问题，在五种条件下各重复三次，共形成 1,755 次观察，其中 1,536 次产生回答。因此，读到“重合度”时，先确认它比较的是回答里的来源集合，不是调查了多少消费者看见某品牌。

这个结果支持一个具体判断：API 观察不能直接代替消费者界面观察。 它没有给出中文用户的品牌曝光率，也没有证明“换一个界面”是所有差异的唯一原因。研究使用英文问题及荷兰访问环境，模型和展示条件也有边界；它是一份特定时间的研究快照。

对中文站长，更有用的做法是借鉴它区分观察对象的思路，然后用自己客户真正会问的问题开展监测。下面的打印机品牌、问题和数字都是演示例子，用来说明怎么读记录，不是该研究的实验结果。

一条推荐里，至少有四件不同的事

假设有人询问：“小办公室每月打印 500 页，预算有限，应该选哪种打印机？”回答提到了甲品牌，引用的是一篇第三方评测。与此同时，API 的检索记录里也出现了甲品牌的产品页。

可以分别记录这些观察：

观察对象	这次看到了什么	下一步看什么
答案中的品牌或型号	正文提到甲品牌，也可能提到具体型号	推荐、备选、反例还是负面评价
用户可见的引用	引用链接指向第三方评测	链接放在哪里，支持哪一句判断
工具返回的来源记录	API 返回了甲品牌产品页	属于检索候选还是答案引用
网站实际行为	分析工具记录到访问或询盘	落地页、访问路径和有效咨询内容

品牌出现一次，不等于产品被正面推荐。比如“甲型号不适合频繁打印彩色资料”，也包含品牌名。只搜索关键词，会把排除意见算成一次成功曝光。至少应保留提及品牌的整句话，再标注它在回答中的作用。

同样，被引用的第三方网页也不能算作官网获得了一次直接点击。读者可能停留在回答里，也可能先看评测，然后通过其他渠道找品牌。监测回答解决“系统怎样呈现你”，网站数据解决“有人怎样来到你这里”；两份记录可以对照，但不能随意把一次访问归因给某条回答。

Google 的 Gemini API 搜索 grounding 文档也提供了这种区分所需的信息：来源条目与答案文本支持关系分别记录在 grounding 元数据中。分析时，应读具体字段及其对应关系，而不只是把返回的 URL 全部计为“引用”。不同接口的字段含义需要分别确认。

域名重合度低，具体意味着什么？

继续用一个虚构例子。消费者界面引用了“甲品牌官网、评测站、零售商”；API 回答引用了“甲品牌官网、论坛”。共同出现的只有甲品牌官网，两边合起来有四个不同网站。

按交集除以并集计算，域名重合度是 1 ÷ 4，也就是 25%。这描述的是两组来源的相似程度。它不表示甲品牌只有 25% 的概率被推荐，更不表示其他 75% 的用户看不到甲品牌。

还有两种容易遗漏的差别。第一，两边都提到了甲品牌，却可能给出相反建议：一边看重售价，另一边看重长期耗材成本。第二，两边都引用同一个域名，却可能引用不同页面：官网产品页说明参数，官网帮助页说明故障处理，支持的结论并不相同。

因此，实际复查可以分两层。先看品牌和型号有没有变，再看支持购买判断的网页有没有变。若要评估来源稳定性，就比较域名；若要修改网站内容，就继续下钻到具体 URL、页面段落和它支持的说法。停在域名列表，通常还不足以决定该改哪篇内容。

给中文网站建立一组能长期复查的问题

不必先收集几百条“推荐最好的某某产品”。先从客户问题中选一小组，覆盖几种不同的购买任务。打印机网站可以这样起步：

客户所处阶段	演示问题	想观察的答案变化
还没确定产品类型	小办公室打印合同，喷墨还是激光合适？	系统按什么条件划分类型
已有明确使用限制	每月约 500 页、经常双面打印，怎么选？	是否考虑双面、耗材和使用频率
正在比较候选型号	甲型号和乙型号，长期使用成本怎样比较？	比较依据是否完整、型号是否准确
接近购买	某型号在本地怎么买，售后要问什么？	是否引用当地渠道、保修和服务信息

这是四种读者任务，不是四个必须照搬的句式。中文站面向国内读者，就使用他们的币种、地区和表达；做海外市场的团队，应保留当地语言的一组问题。直接把英文句子翻译成中文，只完成了语言转换，预算、交付地区、规格和售后条件仍可能不合适。

初期可以让每组只有少量问题，保存原句，后续复测继续使用。另设一组探索性问题用于发现新需求，别每次都改动全部问法，否则很难分清是系统回答变化，还是问题本身变化。已有监测清单可按品牌监测的问题采样方法整理。

把一次观察填成记录，才知道该改哪一页

下面仍用打印机演示。表内回答和来源描述均为自拟，未向任何平台实际发问。 假设同一个问题的两条回答如下：

界面回答片段：甲型号可作为备选，但先比较耗材费用。引用位置链接到第三方评测。

API 回答片段：甲型号支持双面打印，适合这个使用量。答案引用甲品牌产品页；工具记录中另有一个未被答案引用的页面。

记录项目	消费者界面样例	API 样例
问题编号	P02：每月约500页、经常双面打印，怎么选？	P02，保留相同原句
采样条件	中文；地区、时间、登录状态待实际填写；模型未显示则照记	同时记录实际模型名、参数、搜索开关与请求时间
提及及语境	甲型号；备选，需比较耗材	甲型号；适用推荐
用户或调用方可见引用	第三方评测；支持耗材比较	官网产品页；支持双面打印参数
其他来源	界面无法观察的部分填“不可观察”	另一个工具来源；标为“未见答案引用”
待核对网页	评测页的耗材条件及更新时间	官网参数是否与当前型号一致
本轮结论	品牌有出现，但官网没有获得这条直接引用	官网被该次API回答引用

实际使用时，每条来源另存完整 URL，并保存对应答案原文或截图；上述“第三方评测”只是示例名称，不能作为正式记录。地区、时间等空项必须补齐后才进入轮次比较。

两条记录合在一起，给出的页面任务很具体：先检查官网有没有解释耗材成本，而不是立即增加一篇泛泛的品牌介绍。 若官网确实缺失，可这样把改稿任务交给编辑：

改稿项	修改前的缺口	本次应补交的内容
成本条件	只有“耗材经济”的形容词	适用耗材型号、标称打印量及其来源、价格核验日期
计算方法	读者无法按自己的用量估算	以月打印量和耗材单价计算的示例，列出未计入项目
复查记录	改完只看总提及率	保存修改URL与日期，复查P02的回答语境和引用页面

这份任务单描述的是信息补全。是否因此获得引用，要在之后的固定问题复查里观察，不能提前记成成功案例。已有内容若已经解释清楚成本，则继续核对第三方评测为何被采用，不重复建同一篇文章。

网页界面和 API 尽量在相近时段采样，固定重点问题及复测周期。新增产品或价格变化可以另开专项记录，与固定样本分开。

分母写清楚，监测结果才有意义

假设一次安排了 8 次请求，其中 2 次采集失败，剩下 6 条有效回答里有 3 条提到甲品牌。那么可以报告：“本轮获得 6 条有效回答，其中 3 条提及甲品牌；另有 2 次采集失败。”

如果要算比例，有效回答中的提及率是 3 ÷ 6，即 50%；全部请求中的已确认提及占比是 3 ÷ 8，即 37.5%。两者分母不同，不能前后轮次混用，也都不是消费者人群的曝光率。

Google 搜索还需要单独记录是否出现 AI Overview。没有出现该模块，和出现了模块但没有你的品牌，是不同观察。页面未加载完整或解析失败，又是另一类。可以用“有回答且提及、有回答未提及、未出现目标模块、采集失败”这样的状态，避免把未知情况一律写成零。

比较两轮数据时，先核对有效样本量和问题组成。上轮包含许多品牌比较问题，下轮换成宽泛的品类问题，即使提及率下降，也不能立即归因于网站表现变差。报告最好同时保留固定问题的结果与新增问题的结果，让读者看见变化来自哪里。

如果差异不在成本，怎样选修改方向？

耗材成本只是上面案例的任务。实际打开引用页面后，还可能遇到另外两种情况：

• 系统需要本地交付和售后信息。 官网只有产品规格，就补对应地区的购买渠道、交付范围与保修条件，并保留更新日期。
• 品牌出现了，但型号或适配条件被说错。 核对产品页、帮助页和经销商资料是否冲突，尤其是旧型号与新型号参数混用。可结合产品条件怎样进入 AI 搜索回答整理限制条件。

修改后继续使用原问题，记录回答与引用是否变化。如果没有改善，保留这个结果，再检查缺口判断是否准确。下一轮报告应让人看见“改了哪项信息、观察到了什么”，而不是只有一个上下浮动的总分。