要让竞品AI搜索结果对比有参考价值，至少要把查询词、地区语言、设备账号、模型版本、测试时间、页面范围和评分口径固定下来；否则同一个品牌在不同条件下出现的答案不能直接横向比较。测试结果只代表指定条件下的观察，涉及引用、点击或线索，还要用自家日志与CRM数据验证。

别把一次回答当成竞品结论

AI搜索结果会随着提问方式、上下文、登录状态和时间变化。一次问答只能记录为一个观察样本，不能直接推导出某个页面一直被引用，也不能把没有出现当成页面没有价值。记录时应保留完整问题、回答文本、展示顺序、引用页面标题和访问时间。

这里要把“抓取”“答案出现”“用户点击”“自然搜索进入”“品牌词搜索”分开记。根据 Google Search Central《搜索抓取与索引指南》，抓取与索引属于搜索系统处理页面的基础环节，并不等同于AI回答中的引用；点击和后续转化则需要结合站点日志、引荐来源和CRM记录判断。

这些条件不统一，结果就没法放一起看

测试维度统一写法不统一的影响建议记录
查询词固定完整问题与变体规则意图不同原句、改写句、意图标签
地区与语言固定城市、语言和定位本地结果混入地区、语言、网络环境
账号与设备固定登录状态和终端个性化差异放大账号状态、设备类型
模型版本记录平台、版本和模式回答能力不同平台、版本、模式
时间窗口同一记录周期内完成页面变化难区分开始时间、结束时间
评分口径提前定义引用与商业指标主观印象混杂出现、引用、点击、线索

表格中的“统一”不是把所有测试做成一句话，而是让每个变量有固定写法。查询词可分为品牌认知、产品比较、问题解决和购买意图，但同一组竞品必须使用同一批问题、同一轮测试和同一套评分规则。

查询词要像真实用户说话

查询词设计决定了比较的是哪一种能力。不要只测品牌名，还要覆盖用户会问的完整表达，例如“适合小户型的方案怎么选”“某类产品有哪些注意点”“购买前要看哪些信息”。每条问题旁边标记搜索意图，避免把科普问题与交易问题混在一个分数里。

竞品对比时，可为每个意图准备相同数量的问法，并保留原句、改写句和追问句。改写只能改变口语表达，不能偷偷加入新的地区、预算、产品规格或品牌偏好。若使用多轮对话，还要让每个竞品进入相同的上下文，否则后续答案受到前文影响，结果不再是同条件测试。

页面和实体要放在同一张记录表里

测试不只看答案里有没有品牌名，还要看实体名称是否统一、产品类别是否说清、引用页面是否能打开、页面标题与正文是否对应。页面出现企业简称、产品线别名或旧名称时，应在记录中标注它们是否指向同一实体，避免把名称差异误判成内容差异。

页面基础状态可以按可访问、返回正常状态、能否被搜索系统读取、是否有明确标题和正文主题来记录。Google Search Central《搜索抓取与索引指南》可作为抓取与索引基础概念的参考；结构化数据的类型和属性含义，应应结合具体来源进一步核实，以确保信息可靠，但不能据此直接推断AI引用率或转化结果。

把评分写成别人也能复跑的规则

评分表至少拆成四层：答案是否回应问题、实体是否识别正确、是否出现引用页面、是否产生可识别点击。若要加入商业结果，只选一个主转化事件，例如有效表单或订单，并提前写明归因窗口。答案出现不等于线索，点击也不等于成交，这几层不能合并成一个“AI表现分”。

  1. 固定测试表：写入问题、意图、地区、账号、设备、平台、版本和测试时间。
  2. 固定观察项：记录回答原文、品牌出现位置、引用页面、页面状态和是否能打开。
  3. 固定归因项：分别记录AI引荐点击、自然搜索进入、品牌词搜索和未识别流量。
  4. 固定商业口径：选定一个主转化事件，按企业销售周期设置归因窗口。
  5. 固定复跑方式：一个完整记录周期结束后，再比较出现率、引用率、有效线索率或订单成本，并把异常样本单独备注。

闭环可以写成“观察对象—记录字段—归因规则—记录周期—判断指标—下一步动作”。如果结果差异只出现在某个平台或某类问题，就回到对应页面、实体表达和查询词重测；如果点击存在但没有主转化，则不能直接写成内容带来了业务结果，需要继续查看落地页和CRM状态。

哪些结果暂时不能下结论

没有统一平台榜单、稳定版本和完整企业数据时，不能把一次测试写成竞品排名，也不能用某轮回答推断周期、成本、单量或长期效果。成本可用“总投入÷主转化数”计算，但分子和分母必须来自同一记录周期，且要排除无法识别来源的流量，具体结论需用自家数据验证。

页面被抓取、答案出现、引用被点击和最终成交，是四个不同层级的信号。它们可以放在同一张表中观察，却不应相互替代。若平台不传递稳定的来源参数，就把无法确认的访问标为未识别，再结合服务器日志、落地页和用户主动填写的来源交叉判断。