METHOD / 有口径，才有依据
数字资产建设与 AI 可见度评估方法
以覆盖度、证据、结构和更新机制建设企业数字资产，用统一口径观察品牌提及、引用与推荐表现。
数字资产厚度，如何定义
这里的“数字资产厚度”指企业公开知识的覆盖程度、信息完整性、证据可追溯性、关联结构与更新能力，不是内容字数，也不是某个平台公布的排名分值。
测评指标与口径
| 指标 | 计算与记录方式 | 解释边界 |
|---|---|---|
| 有效资料覆盖率 | 已完成审核且在有效期内的资料项 ÷ 约定资料清单项数 | 清单需在建设前确定，不用增加重复页面抬高数量。 |
| 品牌提及率 | 提及目标品牌的有效回答数 ÷ 有效回答总数 | 提及不代表推荐，需记录上下文与正误。 |
| 推荐出现率 | 明确将品牌列入推荐或候选的有效回答数 ÷ 约定推荐类问句的有效回答总数 | 先确定问句集和判定规则；不同模型分别统计。 |
| 官方信源引用率 | 引用目标官方页面的有效回答数 ÷ 支持展示信源的测评回答总数 | 无法展示信源的平台不应记为零分，应单独说明。 |
| 事实准确性 | 逐项核对回答中的名称、地址、参数、服务范围等与经审核资料是否一致 | 不将主观评价直接计为准确事实。 |
怎样让前后对比有意义
- 先确定品牌实体、问句集、模型、联网模式、测评地区与记录时间。
- 同一问句重复采样，并保留原始回答、引用链接与失败记录。
- 复测尽量保持相同条件；模型版本或检索方式变化时，单独标记。
- 同时报告样本量、有效回答数与变化幅度，避免只展示有利结果。
- 将公开内容更新与观察到的结果分别记录，不把同期变化直接解释为因果关系。
关于“大模型权重”
模型内部权重与平台排序机制并不对外透明。企业内容建设无法直接修改模型参数，也不能直接证明企业在模型内部获得了更高权重。本网站以可观察的提及、引用、推荐出现及事实准确性描述评估结果。
交付与验收
交付可包括资料目录、内容页面、结构化标记、基线记录、问题清单和复测记录。建设目标、周期、样本范围与维护职责需在项目方案中确认。抓取、收录和推荐由平台决定，不能承诺必然收录、固定排名或固定推荐率。