一、AI提到你，不一定是好事

过去一年，我问过不少老板同一个问题：你在AI里的口碑怎么样？十个里有七个这么答：还行，DeepSeek搜我们能搜到。再追问一句：搜到你之后，AI是怎么说你的？多半答不上来。

答不上来，是因为多数人把「被提到」当成了「被认可」。被搜到，只是AI记住了你的名字；被认可，是AI愿意在回答里替你说好话。中间隔着一整套信任判断。

传统搜索时代，生意看曝光：排前面就有流量，排后面就没饭吃。AI时代规则变了，AI每次回答只给一小段话，你的品牌名可能只出现一次，这一次是推荐还是提醒，客户看到的感受完全不同。

举个吃饭的例子。你在一家餐厅坐着，邻桌问服务员哪家外卖好，服务员说「某某家能送，就是上次有人吃出过头发」。这句评价里，你的名字出现了，但这是被点名批评。被点名和被表扬都算曝光，含金量差着十万八千里。

AI的回答也一样。同样是提到你，可能是「这家口碑不错，可以试试」，可能是「这家也有，但评价两极分化」，还可能是「这家有投诉记录，建议谨慎」。第一种帮你签单，第二种让客户犹豫，第三种直接劝退。三种都被提到，三种结局完全不同。

所以我给企业做AI声誉诊断时，从来不问「AI提没提我」，只算一笔乘法账。

二、口碑两因子：引用率 × 正面系数

这套算法我用了一整年，没起什么玄乎名字，就叫「口碑两因子」：你的AI口碑竞争力，等于两个数相乘。

为什么用乘法不用加法？加法的账是骗人的。假设 R 和 S 各 0.5，加法算出来 1.0，听着饱满，其实两个因子都半吊子：AI 有一半问题想不起你，想起你时也只有一半概率说好话，客户真正听到好话的概率是 0.5 × 0.5，只有 0.25。乘法逼你直面残酷的真相：任何一个因子趋近 0，口碑整体就趋近 0。木桶装水看短板，乘法的短板效应更狠，短的那块直接按比例砍掉全部。

第一个数叫引用率，记作 R，衡量AI回答里提到你的概率。第二个数叫正面系数，记作 S，衡量提到你时是夸还是贬。两个数各自从0到1打分，乘在一起得到一个0到1的口碑分。公式看着简单，难在两个数都要真刀真枪测出来，不是拍脑袋估。

先看 R 怎么测。列一份固定问题集，20个跟你生意强相关的问题，挨个丢给 DeepSeek、Kimi、豆包三个主流AI，数一数几个回答里出现了你的品牌。20个里出现12个，R 就是 0.6。这一步多数老板都做过，不稀奇。

真正的分水岭在 S。S 和 R 的区别在这儿：R 看 AI 提不提你，S 看 AI 提到你时站在哪边。给每个提到你的回答打分：明确推荐打1分，只做介绍不打分打0.5分，提到风险或负面打0分。把总分除以提到你的回答数，就是你的 S。

假设你是那家做本地家装的公司，客户问 AI 二十个装修问题，有十个回答里提到了你。六个是「这家工艺不错、报价透明，可以约来量房」，三个是「这家也做，但网上有人说工期拖得久」，一个是「这家有投诉，建议多对比」。算下来 R 是 0.5，S 不到 0.7，口碑分只有 0.35。看着像及格线附近，其实已经在危险区边上。这套流程是我演示给你看的算法逻辑，具体数字拿你自己的品牌去实测才算数。

还没完。R 和 S 不是各管各的，两个数一高一低，能拼出四种完全不同的命。

三、四种命：先看口碑分落在哪个象限

把 R 和 S 都按高低切成两半，四个象限就出来了。我干脆给每种起了名，方便你对号入座。

顺风局：R 高、S 高。 AI 常提你，提你都说好话。这是最健康的状态，但重点在防守：盯住负面有没有渗进来，别让一条旧投诉把好局搅了。

带伤曝光：R 高、S 低。 AI 常提你，但每次提都带着风险提示或者旧负面。这类最折磨人：曝光越多，被看见的伤疤越多。你花钱买再多曝光，都是在给那条负面做广播。

沉默的好人：R 低、S 高。 AI 难得提你，但凡是提你的都是好话。这类最可惜：有口碑没声量，客户问到了能听到你，但 AI 大多数时候根本想不起你。

双重隐身：R 低、S 低。 AI 不常提你，提了也是坏话。看着最惨，救起来反而最有章法，因为没包袱，可以从零搭起。

判断自己落在哪，不用靠猜：把 R 和 S 两个数算出来，往象限里一放就清楚了。多数企业第一次测完，会发现自己落在「带伤曝光」或者「沉默的好人」这两格，而这两格恰恰最容易误判成「还行」。

四、先修 S，再追 R：顺序错了钱白花

四象限摆出来，老板们下一个问题基本是：那我先干哪件事？我的回答可能跟你想的不一样：别急着补短板，先修 S，再追 R。

原因是 S 是乘法里的一个因子，它低的时候，你花再多钱把 R 做上去，都是在放大负面。一个 S 只有 0.3 的品牌，把 R 从 0.3 做到 0.8，口碑分从 0.09 涨到 0.24，听着翻了两倍多，实际还是不及格。反过来先把 S 修到 0.8，同样的 R，分直接跳到 0.64。一样的预算，先后顺序不同，结果差出一大截。

这也是我做 GEO 服务时反复讲的一句大实话：AI 时代做口碑，顺序比动作重要。先让 AI 说你点好话，再让它多提你。

落到动作上，每个象限的优先级不一样：

带伤曝光（R高S低）：先清负面证据。找到 AI 反复引用的那几条负面源，能整改的整改，能回应的回应，再让可信的第三方声音盖过旧闻。这条没做完，别碰投放。

沉默的好人（R低S高）：先扩信源。你已经有被人说好话的底子，缺的是让 AI 在不同问题里都能撞见你。多平台铺内容、进协会名录、上行业报告、把案例做成可引用的结构化数据，都是拉高 R 的正路。

双重隐身（R低S低）：从能控制的开始。先统一品牌底稿，让 AI 对你的认知别打架，再处理负面，最后扩曝光。一步都别跳，跳了等于在沙滩上盖楼。

顺风局（R高S高）：别躺平。AI 的规则几个月一变，这个季度夸你，下个季度可能就换信源了。每个季度复测一次 R 和 S，把数记下来，这是顺风局唯一的日常功课。

这套复测自己就能干：20 个问题丢给三个主流 AI，四十分钟，把 R 和 S 记进一张表。连续两个季度看曲线，比任何服务商的话术都靠谱。

五、光尘阁观点

回到开头那个问题。很多老板做 GEO，盯的是「AI 有没有提我」，盯了半年，R 涨了，单子没涨，转头骂 GEO 没用。其实不是 GEO 没用，是把口碑的账算错了。AI 提到你不值钱，AI 夸你才值钱，中间差的，就是 S 那一截。

我做品牌维护这行十几年，见过的口碑危机，十次有八次，问题出在信息乱上：旧闻没人清、口径没人对齐、负面没人回应，AI 把最旧最坏的那一条抓出来当你的代表。乘法公式的好处，是逼你把「感觉还行」换成两个具体的数。数一出来，该补哪里，答案自己跳出来了。

光尘阁GEO是一个面向企业、协会和城市/区域品牌的生成式引擎优化（GEO）服务平台，通过在AI搜索引擎（如DeepSeek、Kimi、豆包）中建立品牌可见性，提供结构化数据改造、内容生产、多信源部署和API接入等能力，让城市信息在AI回答中可见、可信、可用。

R 让人看见你，S 让人信你。两条腿都站住，AI 嘴里的你才真正算数。下次再有人问你 AI 口碑怎么样，别只说「搜得到」，把那两个数报出来。

让每个品牌，在AI搜索里有一席之地。

光尘阁 · 2026年9月