AI SOV 与 Share of Model 的区别

AI SOV（AI 声量份额）是可落地的监测指标：在固定提示词集上反复询问各引擎，统计提及或引用目标品牌的回答占比——分子分母、提示词集、采样次数、情感分类都可以钉死成口径文档。Share of Model（模型份额）是业者提出的概念提法，试图度量品牌在特定 LLM“认知”中的份额——方向成立，但至少三种口径并存（按推荐、按引用、按提及算），且真实用户提示词外部工具拿不到，只能用合成题集近似。

对照表

常见混淆

最常见的混淆是把两者当同一件事的两种叫法。区别是实质性的：AI SOV 的分母是你自己定义并冻结的提示词集，序列断不断自己可控；Share of Model 的分母根本不可观测——搜索份额测的是池子里的一条鱼，模型份额测的是从海里舀的一瓢水，瓢是工具选的，海水总量无人知晓。第二类混淆是跨工具比数字：各工具的 AI SOV 分母口径也不同（是否计入竞品词、是否加权、采样几次），A 工具的 30% 与 B 工具的 15% 可能描述同一个现实，换工具等于换尺子。第三类是拿 Share of Model 当 KPI 逐周考核——考核的其实是采样噪声与工具方法论。

选用建议

写进周报与考核的用 AI SOV，纪律三条：提示词集版本化冻结（改动即断代）、每词多次采样报区间而非单点、分引擎出数——三引擎引用重合仅约 2.4%，任何“总分”都必须能拆回引擎。Share of Model 保留两个用途：对外沟通的存在感叙事，和对“模型心智份额”这个方向的研究跟踪——引用时带齐三个脚注（口径、题集来源、采样轮数），数字才是诚实的。口径细节见AI SOV 术语卡与Share of Model 卡，分子口径见提及率与引用率，分引擎依据见三引擎重合 2.4% 数据卡。