Ready Scan 如何为 AI 回答评分。

扫描从一个公开产品页面或首页开始。Ready Scan 会整理品牌、产品、客户需求和一组买家问题。你可以修正这些理解，选择一至四个问题，再确认开始扫描。问题界定了这次测量的范围，并不是经过测量的搜索量数据。

要测量自然发现，应采用买家尚未认识品牌时可能会问的问题。保留地区、现有工具或必要功能等真实条件。为了让品牌出现而删除条件，只是改变了问题，并不代表品牌表现有所改善。

1. 确认测量对象

   核对品牌、产品和网站是否正确。公司名称、产品名称和品牌域名提供的证据可能不同；提及其中一项，不代表回答已理解所有产品或服务。

2. 保持样本可比较

   保留选定的问题措辞、地区和 AI 系统。换一组问题，测量的机会也会不同；分数上升不一定代表比上次进步。

3. 查看回答的观测日期

   AI 回答的取得时间，比你打开报告的时间更重要。如果使用了保留的服务商回答，原来的观测日期仍然适用；新的报告日期不会让旧回答变成新回答。

Ready Scan 保留回答原文和返回的来源，再按买家问题的上下文分类。分类涉及判断，可能出错；原文和证据让你核对。分类确定后，以下算式会产生确定的计算结果。 这里的叙述式回答，是针对问题返回的实质文字回复，而不是辅助的搜索结果列表。

1. 提及

   保留的回答包含已提供的品牌或产品名称，或目标网站的主机名。名称匹配允许有依据的空格和大小写差异，但不会自行猜测别名。负面回答也可以提及品牌。

2. 目标网站引用

   保留的来源列表包含目标网站的主机名或其子域名，并会统一处理一般的 www 差异。这不一定是你提交的那个页面；声称某页被采用之前，先打开实际被引用的网址。

3. 推荐

   回答把目标列为首选、明确正面推荐，或有条件推荐。中立地列入名单或引用一个来源，本身不算推荐。

4. 未出现

   一个已完成且可以分类的回答，既没有提及目标，也没有引用目标网站。未返回、失败或无法判定的回答，不等于品牌未出现。

每个合格回答按下表获得分值。这是 Ready Scan 的评估规则，并非概率或行业标准。两种「未出现」分值，分别处理有记录直接竞争对手和没有这类记录的回答。

品牌未出现而得到 45 分，不代表可见度成功。这个分值甚至高于附带引用的 35 分，因此必须把平均分与提及率、引用率和推荐率分开阅读。

AI 可见度分数的算式是：总分值 ÷（100 × 已计分回答数）× 100。这也就是所有已计分回答分值的平均数。每个已计分的「问题 × AI」组合权重相同，结果四舍五入至小数点后一位。

分母是合格、已完成并已评估的叙述式回答，不是网页数、爬虫访问数、来源链接数，也不是所有计划请求。辅助搜索结果和另行标记的品牌对照问题不纳入这个平均数。如果没有合格的已计分回答，分数和比率会显示为无法计算，而不是零。

现行报告以市场位置分数（Market Position Score）为主要分数。它把下列四个以 0–100 表示的项目合并：0.50 × 推荐领先程度 + 0.25 × AI 系统覆盖广度 + 0.15 × 首选问题覆盖率 + 0.10 × AI 可见度分数。最终结果四舍五入至小数点后一位。

这个主要分数不是推荐你的回答百分比。权重表达 Ready Scan 对这次竞争表现的评估方式。如果保留的报告把主要分数标示为 AI Visibility Score，应使用前述分值平均数；两个数字不能互换。

只有当目标未出现、被提及但不获推荐，或受到负面评价，而同一回答记录了直接竞争对手时，该竞争信号才会计入。同一竞争对手须出现在至少两个不同买家问题中，才算重复出现；仅在同一个问题的多个回答中出现并不足够。相近的替代做法不等于直接竞争对手。

如果有多个合格竞争对手，先选覆盖最多不同问题的一个，其次比较合格回答数，仍然相同时按名称字母排序。R 代表目标获推荐的回答数；P 代表被选中竞争对手的合格回答数。如果没有竞争对手符合重复出现条件，P 为零。推荐领先程度按以下规则计算。

1. R 大于零，P 为零

   推荐领先程度为 100。这表示样本有目标推荐证据，却没有符合条件的重复直接竞争对手信号；并不代表整个市场都由你领先。

2. R 和 P 均大于零

   推荐领先程度为 100 与（R ÷ P × 100）之中较小的数值。它不是目标在所有被提及品牌中所占的比例。

3. R 和 P 均为零

   推荐领先程度为 50。这个中性起始值代表尚未有推荐优势的样本，不是推荐，也不是品牌出现的证据。

4. R 为零，P 大于零

   推荐领先程度为 0，因为样本有重复直接竞争对手信号，却没有目标推荐。

以下是使用虚构回答分类的计算示例，并非这些服务商的实际测量结果。假设选定的两个问题分别关于非营业时间客户支持和转交人工处理，扫描取得六个叙述式回答。「竞争对手 R」是虚构的直接竞争对手。只有首选回答引用目标网站；首选、有条件推荐和中立名单这三个回答有提及目标。

总分值为 100 + 75 + 10 + 10 + 60 + 45 = 300。共有六个已计分回答，因此基础 AI 可见度分数为 300 ÷ 600 × 100 = 50.0。

目标获推荐两次；竞争对手 R 的两个合格回答分别来自两个不同问题，所以推荐领先程度为 100。目标在三个已计分 AI 系统中的两个出现，覆盖广度为 2 ÷ 3 × 100。两个问题中有一个得到首选，因此首选问题覆盖率为 50。

主要分数的算式是 0.50 × 100 + 0.25 ×（2 ÷ 3 × 100）+ 0.15 × 50 + 0.10 × 50，最后四舍五入为 79.2。覆盖广度的分数应保留完整精度，直至计算最终总和。市场位置分数 79.2 可以同时对应推荐率 33.3%；它不代表 79.2% 的回答推荐品牌。

现在只把最后一个 Gemini 回答，由「未出现、45 分」改成「已完成但无法判定」。六个回答已返回，只有五个可以计分。45 分及该回答的分母份额同时移除：255 ÷ 500 × 100 = 51.0，而不是 255 ÷ 600 × 100 = 42.5。

提及率、推荐率和目标网站引用率变成 60.0%、40.0% 和 20.0%。推荐领先程度、系统广度和首选覆盖不变，主要分数为 79.3。这些表面升幅只来自计分样本变小，并没有多一次提及、引用或推荐。必须把完成情况和结果一起呈现。

未返回或失败的请求是另一种情况：现行报告组装会等待所有选定的回答及辅助搜索请求完成，并要求每个叙述式回答都有评估，才生成最终报告。缺少评估同样会阻止完成。评分规则分别保留未返回、失败及无法判定的情况，不会暗中把它们当成品牌未出现。如果所有已返回叙述式回答都无法判定，分数仍是无法计算。首选问题覆盖率继续以所有已选问题为分母；完全没有已计分回答的 AI 系统则不纳入系统广度。

字母等级是主要分数的显示区间，按下表选取已达到的最高门槛。这些是产品设置，不是百分位排名、独立认证，也不是下一次获推荐的概率。

位置标签另有规则：没有目标推荐，也没有重复竞争对手信号，便属于「尚未建立优势」（unclaimed）。其余情况，如果分数至少 80，且目标推荐次数不少于主要竞争对手的合格回答数，便属于「领先」（leading）；未符合此条件但分数至少 65，属于「具备竞争力」（competitive）；其余属于「发展中」（emerging）。没有可计分回答则为「无法计算」（unavailable）。第一个示例的 79.2 分属于 A-，位置为具备竞争力。

先用分数找出值得细读的回答，再核对原文和实际来源网址。结果指出的是已观测到的差距，不会揭示 AI 的内部排序过程，也不能单凭它证明 AI 为什么选择竞争对手。

比较扫描时，保持测量对象、选定问题、地区和 AI 系统一致。检查原始回答日期、来源网址、完成情况及已披露的证据重用。对某个回答服务作一次自动化观测，不代表所有消费者应用对话、检索设置或之后的回答都会相同。

权重整理的是一个小型、经过选择的样本，不是整个市场。它不能证明搜索需求、爬虫满意度、索引状态、网站质量、引荐流量或销售。高分不保证推荐；分数变化本身也不能证明某次修改造成了变化。应同时比较保留的回答、具体买家需求和数字。

Ready Scan 负责问题规划、分类、分数计算和报告呈现；回答服务商提供被观测的材料。本页记录于 2026 年 10 月 12 日核对的 market.position.v1 和 visibility.score.v2 实现规则。计算示例可以重现，但不是客户结果或服务商实时测试。